在正则表达式中捕获多个组不会返回任何结果

密码

为了简单起见,实际上可以使用列表和列表理解来构建简单的正则表达式模式。

用法

See code in use here

import re

negations = ["no", "not"]
words = ["text", "sample text", "text book", "notebook"]
sentences = [
    "first sentence with no and sample text",
    "second with a text but also a not",
    "third has a no, a text and a not",
    "fourth alone is what is neeeded with just text",
    "keep putting line here no"
] 

for sentence in sentences:
    negationsRegex = re.compile(r"\b(?:" + "|".join([re.escape(n) for n in negations]) + r")\b")
    wordsRegex = re.compile(r"\b(?:" + "|".join([re.escape(w) for w in words]) + r")\b")
    if not (re.search(negationsRegex, sentence) and re.search(wordsRegex, sentence)):
        print sentence

以上代码输出 :

fourth alone is what is neeeded with just text
keep putting line here no

解释

该代码编译一个regex转义词的连接列表,确保设置了单词边界。生成的结果正则表达式(给定列表 negations 和“文字”)如下:

\b(?:no|not)\b
\b(?:text|sample text|text book|notebook)\b

这个 if 语句然后检查生成的模式(否定regex和单词regex)是否与句子匹配。如果两个表达式都不匹配(一个或两个都不匹配),则返回字符串。

尝试使用在regex101上使用的相同标志-将函数中的行更改为:

series = series.str.extract(regex, re.M | re.S)

或

series = series.str.extract(regex, flags=re.M|re.S)

如果您有输入定义的代码,我会进行测试。