Python中的正则表达式模式未捕获正确的子字符串，给出意外输出
import re
#example
input_text = "It is close to that place, the NY hospital was the place where I was born, the truth is that's all I know, and it happened in November of the year 2000."
#regex pattern
# partner_match = re.search(r"(?:(?:[^.,;\n]+)(?<=\s)|^)\s*(.+?)\s*(?:was|would be|is)\s*the\s*(?:place|side)", input_text, flags = re.IGNORECASE) # here I tried using the negation operator [^...] but it doesn't work
partner_match = re.search(r"(?:(?:\.|,|;|\n)(?<=\s)|^)\s*(.+?)\s*(?:was|would be|is)\s*the\s*(?:place|side)", input_text, flags=re.IGNORECASE)
#here print captured string
if partner_match: print(partner_match.group(1))字符串
为什么不给我这个输出：
the NY hospital型
它错误地给了我所有这些字符串：
It is close to that place, the NY hospital型
我应该在正则表达式捕获限制中修复什么？
1条答案
按热度按时间irtuqstp1#
正如注解中所解释的，正则表达式引擎最初会尝试在字符串的开头进行匹配。在该位置匹配
(?:\.|,|;|\n)(?<=\s)失败后，它尝试匹配^并成功。因此，它将不会进一步尝试匹配(?:\.|,|;|\n)(?<=\s)，因此产生不期望的结果。顺便说一句，注意
(?:\.|,|;|\n)(?<=\s)是一个错误的结构，因为它只能匹配换行符（\n），而不能匹配句点、逗号或分号。它的内容是，“匹配一个句点、逗号、分号或换行符，前提是后面的字符前面有一个空格字符”，但是当然，X后面的字符前面的字符就是X本身。在这里，换行符是四个字符中唯一的空格字符。另一个问题是，通过使用
\s*而不是\s+，字符串"wasthesize"（例如）被正则表达式\s*(?:was|would be|is)\s*the\s*(?:place|side)匹配，我认为这是一种不受欢迎的行为。请注意，
(?:\.|,|;|\n)可以更紧凑地表示为字符类：[.,;\n]。我假设问题是匹配一个子字符串，该子字符串开始于句号、逗号、分号或空格后面的空格之后，并一直持续到后面跟着“was the place”、“was the side”、“would be the place”、“would be the side”、“is the place”或“is the side”。
如果字符串包含一个以上的空格，前面是句点、逗号、分号或空格，则必须确定哪一个标识匹配字符串的开头。我假设这是最后一个符合所有要求的配对。
因此，您可以尝试匹配以下正则表达式。
字符串
其中所需结果将包含在捕获基团1中。
Demo
可以替代地使用 * 正向后看 * 和 * 正向前看 * 来简单地匹配（但不捕获）期望的字符串。
型
Demo的