Python re.search()和re.findall()

Question

我正试图从黑客等级的问题中解决这个问题。这是一个机器学习问题。一开始，我试着阅读语料库文件中的所有单词，以建立字母频率。根据这个ML问题，word被定义为

Word是一个字符序列，只包含从a到z的字母(仅小写)，可以包含连字符(-)和撇号(')。单词应该以小写字母开头和结尾。

我用python编写了一个正则表达式，如下所示：

pat = "[a-z]+( ['-]+[a-z]+ ){0,}"

我试着同时使用re.search()和re.findall()。这两方面我都有问题。

• re.findall()的问题： string = "HELLO W-O L-D“ re.findall()('Hello'，'')，('W'，'-D')的输出 我听不懂W-O-R-L-D这个词。在使用re.search()时，我能够正确地获得它
• re.search()的问题： string =“123 hello456world789” re.search()的输出： “你好” 在本例中，当使用re.findall()时，我可以同时获得'hello'和'world'。

Answer 1

作为我张贴了你之前的问题，您应该使用re.findall() -但是无论如何，您的问题是正则表达式是错误的。见下面的示例：

>>> import re
>>> regex = re.compile(r'([a-z][a-z-\']+[a-z])')
>>> regex.findall("HELLO W-O-R-L-D") # this has uppercase
[]  # there are no results here, because the string is uppercase
>>> regex.findall("HELLO W-O-R-L-D".lower()) # lets lowercase
['hello', 'w-o-r-l-d'] # now we have results
>>> regex.findall("123hello456world789")
['hello', 'world']

正如您所看到的，您在提供的第一个示例中失败的原因是由于大写，您可以简单地添加re.IGNORECASE标志，尽管您提到匹配应该是小写的。