英文:
Python Regex to match every words in sentence until a last word has underscore in it
问题
我试图找到一个正则表达式，可以匹配句子中的每个单词，直到最后一个单词中有下划线为止。
例如：
13wfe + 123dg Text ldf_dfdlj_dfldjf_dfs test 123
在这个例子中，我只想得到
13wfe + 123dg Text
我尝试过类似这样的东西，
^.*?(?=_)
但它返回的是
13wfe + 123dg Text ldf
您可以在这里找到正则表达式。请在这种情况下为我提供指导。
更新：使用@liginity提供的正则表达式，我能够找到子字符串，但在某些情况下仍然失败。
例如，在这个例子中：
13wfe + 123dg Tetest_xt ldf_dfdlj_dfldjf_dfs test 123
它应该能够找到这么多：
13wfe + 123dg Tetest_xt
但它找到了多个：
13wfe + 123dg 和 _xt
英文:
I am trying to find the regex which can match every word in sentence until a last word has an underscore in it.
For example:
13wfe + 123dg Text ldf_dfdlj_dfldjf_dfs test 123
In this example, I am looking to get only
13wfe + 123dg Text
I have tried using something along the line of these,
^.*?(?=_)
but it is returning this
13wfe + 123dg Text ldf
You can find the regex here. Kindly guide me in this scenario.
Update: using the regex provided by @liginity, I am able to find the substring, but in some cases it is still failing.
Such as in this example:
13wfe + 123dg Tetest_xt ldf_dfdlj_dfldjf_dfs test 123
It should be able to find on this much:
13wfe + 123dg Tetest_xt
But it is finding multiple:
13wfe + 123dg and _xt
答案1
得分: 1
如果您想匹配任何非空白字符作为一个"word"，您可以使用\S+
^字符串的开头.*匹配整行\S匹配一个非空白字符(?=正向预查[^\S\n]+匹配1个或更多不包括换行符的空白字符[^\s_]+_匹配1个或更多非空白字符，但不包括_，然后匹配_
)关闭预查
注意 如果_也可能出现在单词的开头，您可以使用[^\s_]*_，其中*表示重复零次或多次。
查看正则表达式演示。
匹配直到最后一个单词（其中一个单词仅由单词字符\w组成），其中包含下划线（不在单词的开头或结尾），左侧和右侧有空白边界(?<!\S)和(?!\S)：
^字符串的开头.*匹配整行(?<!\S)负向回顾，匹配不跟随非空白字符的位置\S+匹配一个或多个非空白字符(?=正向预查[^\S\n]+匹配1个或更多不包括换行符的空白字符[^\W_]+_\w+匹配1个或更多非非单词字符（不包括_），然后匹配单词字符\w(?!\S)负向预查，匹配不跟随非空白字符的位置
查看另一个正则表达式演示。
英文:
If you want to match any non whitespace char as a "word" you can use \S+
^.*\S(?=[^\S\n]+[^\s_]+_)
^Start of string.*Match the whole line\SMatch a non whitespace char(?=Positive lookahead[^\S\n]+Match 1+ whitespace chars without newlines[^\s_]+_Match 1+ non whitespace chars without_and then match the_
)Close the lookahead
Note that if the _ can also be at the beginning of the word, you can use [^\s_]*_ where * repeats zero or more times.
See a regex demo.
Matching all until a last word (where a word consists only of word chars \w) has an underscore in it (so not at the start or the end of the word) where (?<!\S) and (?!\S) are left and right hand whitespace boundaries:
^.*(?<!\S)\S+(?=[^\S\n]+[^\W_]+_\w+(?!\S))
See another regex demo.
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论