Comment faire correspondre des caractères entourés de lettres spéciales et/ou de parenthèses ?

Question

J'essayais d'écrire une déclaration regex en python mais il est difficile de capturer '<<' et '"' en même temps. La regex suivante est ce que j'ai essayé, mais elle ne capture pas comme je le veux.

regex = "(<<)?«?{\w+}»?(>>)?(?=(\?|,|.|\s))"

Avec regex J'ai essayé de capturer 3 types de cordes.

1. <<{WORD}>>
2. "{MOT}"

3. {WORD}

   sent1 = "Do you want to eat «{Food}»? %[Y](A:y) %[N](A:n)"
   sent2 = "You were drinking <<{coldBeverage}>>, do you want to drink <<{hotBeverage}>> instead?"
   sent3 = "I am a {animal} who can talk."

J'espère pouvoir exécuter la regex comme suit :

    re.findall(regex, sent1) = ["«{Food}»"]
    re.findall(regex, sent2) = ["<<{coldBeverage}>>", "<<{hotBeverage}>>"]
    re.findall(regex, sent3) = ["{animal}"]

Answer 1

Si nos échantillons se limitent à ceux de la liste, nous pouvons commencer par cette expression :

(«{[^»]+»|<<{[^>]+>>|{[^}]+})

Test avec re.finditer

import re

regex = r"(«{[^»]+»|<<{[^>]+>>|{[^}]+})"

test_str = ("    sent1 = \"Do you want to eat «{Food}»? %[Y](A:y) %[N](A:n)\"\n"
    "    sent2 = \"You were drinking <<{coldBeverage}>>, do you want to drink <<{hotBeverage}>> instead?\"\n"
    "    sent3 = \"I am a {animal} who can talk.\"\n\n"
    " re.findall(regex, sent1) = [\"«{Food}»\"]\n"
    "    re.findall(regex, sent2) = [\"<<{coldBeverage}>>\", \"<<{hotBeverage}>>\"]\n"
    "    re.findall(regex, sent3) = [\"{animal}\"]")

matches = re.finditer(regex, test_str)

for matchNum, match in enumerate(matches, start=1):

    print ("Match {matchNum} was found at {start}-{end}: {match}".format(matchNum = matchNum, start = match.start(), end = match.end(), match = match.group()))

    for groupNum in range(0, len(match.groups())):
        groupNum = groupNum + 1

        print ("Group {groupNum} found at {start}-{end}: {group}".format(groupNum = groupNum, start = match.start(groupNum), end = match.end(groupNum), group = match.group(groupNum)))

Test avec re.findall

import re

regex = r"(«{[^»]+»|<<{[^>]+>>|{[^}]+})"

test_str = ("    sent1 = \"Do you want to eat «{Food}»? %[Y](A:y) %[N](A:n)\"\n"
    "    sent2 = \"You were drinking <<{coldBeverage}>>, do you want to drink <<{hotBeverage}>> instead?\"\n"
    "    sent3 = \"I am a {animal} who can talk.\"\n\n"
    " re.findall(regex, sent1) = [\"«{Food}»\"]\n"
    "    re.findall(regex, sent2) = [\"<<{coldBeverage}>>\", \"<<{hotBeverage}>>\"]\n"
    "    re.findall(regex, sent3) = [\"{animal}\"]")

print(re.findall(regex, test_str))

---

L'expression est expliquée sur le panneau supérieur droit de cette démo si vous souhaitez l'explorer/simplifier/modifier, et en ce lien Si vous le souhaitez, vous pouvez observer pas à pas comment il se comporte par rapport à certains échantillons d'entrée.