用Python提取括号中的占有词和单词

Question

很容易分离出来，

re.findall(r"\((\w+)\)", "It's Jane's cat Jack (male)") #1
re.findall("(?<=\()\w+(?=\))", "It's Jane's cat Jack (male)") #2
# ['male']

re.findall(r"\w+(?='s)", "It's Jane's cat Jack (male)")
# ['It', 'Jane']

re.findall(r"\S+", "It's Jane's cat Jack (male)")
# ["It's", "Jane's", 'cat', 'Jack (male)']

但是这让我困惑了为什么

re.findall(r"\((\w+)\)|\w+(?='s)|\S+", "It's Jane's cat Jack (male)") #1
re.findall(r"(?<=\()\w+(?=\))|\w+(?='s)|\S+", "It's Jane's cat Jack (male)") #2
# ['It', "'s", 'Jane', "'s", 'cat', 'Jack', '(male)']

从不生产：

# ['It', 'Jane', 'cat', 'Jack', 'male']

顺便说一下，第一还是第二，哪个更好？他们产生了同样的结果。

谢谢您的意见和回复

Answer 1

您可以尝试这样做，因为\S+将匹配一个或多个非空白字符，这也将匹配剩余的's。此外，在比较您给出的两个方法时，您必须使用第二个方法，因为第一个方法应该返回male字符串和许多空字符串，因为正则表达式中存在捕获组。

>>> re.findall(r"(?<=\()\w+(?=\))|\w+(?='s)|(?<!\S)\w+(?!\S)", "It's Jane's cat Jack (male)")
['It', 'Jane', 'cat', 'Jack', 'male']

或

>>> [i for i in re.split(r"\s*(?:[()]|'s|\s)\s*", "It's Jane's cat Jack (male)") if i]
['It', 'Jane', 'cat', 'Jack', 'male']