使用regex查找文本中的文字字符串

Question

import re
code1 = '''
b = -9
a = b + c
year = 2000
month = 0xA
date = 0b1101
sec = 1.8E3
d_1 = year + month
d_2 = date * sec
err = 0o0.1
'''

我得到了这段文字，我必须从这里提取所有的文字字符串。我正在使用拆分方法，并取得了很大的进步，但我不知道如何表示文字字符串。我发现我可以用regex。

有人能帮我做一个只提取文本中文字字符串的正则表达式吗？

lst_str = ['b', 'a','c', 'year', 'month'. 'date', 'sec', 'd_1','d_2', 'err']

Answer 1

使用了上面提供的字符串。

code1 = '''
b = -9
a = b + c
year = 2000
month = 0xA
date = 0b1101
sec = 1.8E3
d_1 = year + month
d_2 = date * sec
err = 0o0.1
'''

和regex：

pattern = re.compile(r"\s+([A-Za-z]+[_\d]*)")
match = pattern.findall(code1)

打印输出(匹配)：

['b', 'a', 'b', 'c', 'year', 'month', 'date', 'sec', 'd_1', 'year', 'month', 'd_2', 'date', 'sec', 'err']

破坏了雄鹰：

• \s+ -匹配一个或多个Unicode空白字符(包括\t\n\r\f\v )
• () -包含匹配字符串中我们需要进一步显示或使用的部分。
• [A-Za-z]+ -将大写字母和/或小写字母序列与序列长度至少1 (1或更多)相匹配。
• [_\d]* -匹配序列的下划线和/或数字(0-9)与序列长度为0或更多，即，下划线或数字可能是尾随字母，也可能不是。

您可以参考python中regex的官方文档，以了解更多关于特殊序列的使用的- Python Regex Doc。

Answer 2

您可以使用如下正则表达式：

import re

code1 = '''
b = -9
a = b + c
year = 2000
month = 0xA
date = 0b1101
sec = 1.8E3
d_1 = year + month
d_2 = date * sec
err = 0o0.1
'''

pattern = re.compile(r"\b([a-z]+[a-z0-9_]*)\b")
match = pattern.findall(code1)

你得到：

['b', 'a', 'b', 'c', 'year', 'month', 'date', 'sec', 'd_1', 'year', 'month', 'd_2', 'date', 'sec', 'err']

如果要避免多次出现，可以使用一组：

list(set(match))

你得到的是：

['sec', 'month', 'a', 'd_1', 'b', 'c', 'year', 'date', 'err', 'd_2']

我不知道我是否理解你的要求。