当我尝试在文本上使用 Regex 时，为什么会出现破折号？

Question

在得到帮助后，我终于设法在文本上应用正则表达式来尝试找到一些模式。

我的项目包括在用葡萄牙语编写的文本中查找对话。在葡萄牙语中，对话可以通过某些方式找到：破折号之间（-ele disse que sim-），以破折号开始对话（-ele disse que sim），以及引号之间（“eu acho que sim”）。

但是，由于葡萄牙语中的单词也可以包含破折号，例如“viu-me”或“disse-lhe”，我制作了一个考虑了所有这些信息的代码。

我遇到的问题是在文本中搜索模式时出现破折号。

这是我的代码：

    text = '''
"Para muitos é mais do que isso."

Eles chegarem em casa são e salvos

Viu-se que eles não estavam lá
'''


 for d in re.finditer(r'(".+")|(^\s?-\s.+\s|-)', text, re.MULTILINE):
    print(d.group())

这是当前输出：

"Para muitos é mais do que isso."
-

太棒了，代码设法找到引号中的对话，但也打印了一个破折号。好像发现它不是对话，只是一个嵌入破折号的单词，但仍然显示破折号。

期望的输出：

"Para muitos é mais do que isso."

Answer 1

只需在正则表达式的最后放一个 $ 符号，表示结束。

r'(".+")|(^\s?-\s.+\s|-$)'

Answer 2

这是因为在(^\s?-\s.+\s|-)中以|-结尾的不正确。它基本上告诉正则表达式匹配 \s?-\s.+\s 或 dash/hyphen。最终匹配 Viu-se 中的连字符，因为 |-.

中没有空格的概念

您可能还需要删除第二组中的 ^，因为如果句子中间有破折号，您将无法识别。

示例：

import re

text = '''
"Para muitos é mais do que isso."

Eles chegarem em casa são e salvos

Viu-se que eles não estavam lá

hello - More text and example - and stuff

a confusing-example-with-hyphens

Here is something else

- Start with dashes -, "quote me here"
'''

rgx = r'(".+")|(\s?-\s.+\s-)'

for d in re.finditer(rgx, text, re.MULTILINE):
    print(d.group())

得到你：

"Para muitos é mais do que isso."
 - More text and example -

- Start with dashes -
"quote me here"

N.B：您还可以控制要查看的确切空格数，以防您不想匹配破折号后的多个空格； rgx = r'(".+")|(\s?-\s{1}.+\s{1}-)'

当我尝试在文本上使用 Regex 时，为什么会出现破折号？

Whey am I getting a dash when I try to use Regex on a text?

python-3.x