忽略正则表达式中匹配字符串之间的新行

Question

我正在尝试使用下面的正则表达式。

正则表达式：

(\d+[\s\,\d.]*\s*(carpet|sft|feet|sqft|yard|gaj|feet|s.ft|sq.ft|sq feet|fq.ft.|sq.ft.
|pt|crpt|ft|sq.mt.|sq.mtr|sq.mt|plot|sf|sfqt|acer|gj|vigha|anna|gunta|sq|
gunthe|guntha|bigha|sqd|sqm|sqyd|area|acre|square|yrd|
sq.yard|sq yd|sq.yd|sq. yd.|gaj|sqt)s?)

输入文字：

kanakiya area 1350     sqft asking price : 95 lacs destination properties azymn - 9920902674 
 plot on rent near sp ring road rajpath club ki gali me road touch 5000 war na 350000 rent owner side no b

它正确匹配所有必需的字符串，但它也匹配 9920902674<br> 情节

我不想在文本中用新行分隔的匹配词。

您可以Compile above regex更好地理解。我们如何才能不在匹配项之间包含换行符。想要匹配单词之间有空格的单词。

谢谢

PS：我已经从以前的问题中更改了这个问题，因为它没有被很好地接受并且我的帐户被关闭了。因此，尝试改进问题以解锁帐户。

请忽略之前的回答和评论。

Answer 1

您使用的 \s 匹配任何类型的垂直和水平空格。如果您打算只匹配空格和制表符，请将其替换为 [ \t].

此外，你应该考虑在你的模式中转义点（它们都在字符类之外）以匹配 literal 点，否则，它们匹配任何字符但是一个换行符。

此外，您不需要围绕整个模式的捕获组，您总是可以通过组 0 获得整个匹配项（在迭代 re.finditer 返回的所有匹配数据对象时可以访问）。

所以，您可以使用

\d[\d \t,.]*(?:carpet|sft|feet|sqft|yard|gaj|feet|s\.ft|sq\.ft|sq feet|fq\.ft\.|sq\.ft\.|pt|crpt|ft|sq\.mt\.|sq\.mtr|sq\.mt|plot|sf|sfqt|acer|gj|vigha|anna|gunta|sq|gunthe|guntha|bigha|sqd|sqm|sqyd|area|acre|square|yrd|sq\.yard|sq yd|sq\.yd|sq\. yd\.|gaj|sqt)s?

参见regex demo。

Python demo:

import re
s = "kanakiya area 1350     sqft asking price : 95 lacs destination properties azymn - 9920902674 \n plot on rent near sp ring road rajpath club ki gali me road touch 5000 war na 350000 rent owner side no b"
pattern = r'\d[\d ,.]*(?:carpet|sft|feet|sqft|yard|gaj|feet|s\.ft|sq\.ft|sq feet|fq\.ft\.|sq\.ft\.|pt|crpt|ft|sq\.mt\.|sq\.mtr|sq\.mt|plot|sf|sfqt|acer|gj|vigha|anna|gunta|sq|gunthe|guntha|bigha|sqd|sqm|sqyd|area|acre|square|yrd|sq\.yard|sq yd|sq\.yd|sq\. yd\.|gaj|sqt)s?'
print(re.findall(pattern, s))
pattern1 = r'(\d(?:[\d ,.]*\d)?)[ \t]*((?:carpet|sft|feet|sqft|yard|gaj|feet|s\.ft|sq\.ft|sq feet|fq\.ft\.|sq\.ft\.|pt|crpt|ft|sq\.mt\.|sq\.mtr|sq\.mt|plot|sf|sfqt|acer|gj|vigha|anna|gunta|sq|gunthe|guntha|bigha|sqd|sqm|sqyd|area|acre|square|yrd|sq\.yard|sq yd|sq\.yd|sq\. yd\.|gaj|sqt)s?)'
print("Now, with captures:")
for m in re.finditer(pattern1, s):
    print("{} => {}".format(m.group(1), m.group(2)))

输出：

['1350     sqft']
Now, with captures:
1350 => sqft

忽略正则表达式中匹配字符串之间的新行

Ignoring new line between matched string in regex

python

regex

regex-negation

regex-group

regex-greedy