正则表达式 (^|[^A-Za-z0-9])Trump([^A-Za-z0-9]|$) 含义
Regular expression (^|[^A-Za-z0-9])Trump([^A-Za-z0-9]|$) meaning
给定来自 this link 的推文数据集，其中有一个 content 列，如下所示：
我希望增加一个新的专栏来确定这条推文是否提到了特朗普。正则表达式模式 (^|[^A-Za-z0-9])Trump([^A-Za-z0-9]|$) 似乎可行，但我不太了解。我已经用下面的代码进行了测试：
测试 1 给出了匹配的输出：
txt1 = "anti-Trump protesters"
re.search("(^|[^A-Za-z0-9])Trump([^A-Za-z0-9]|$)", txt1)
输出：
<_sre.SRE_Match object; span=(4, 11), match='-Trump '>
Test2 return None 因为它没有按预期匹配：
txt2 = 'I got Trumped'
re.search("(^|[^A-Za-z0-9])Trump([^A-Za-z0-9]|$)", txt2)
有人可以帮忙解释一下这个模式。非常感谢。
(^|[^A-Za-z0-9])部分有|，表示“或”。左侧 ^ 是字符串的开头。右侧 [^A-Za-z0-9] 匹配任何非字母或数字的字符。简而言之，当“Trump”在字符串的开头，或者前面有一个非字母数字字符时，它匹配。
([^A-Za-z0-9]|$) 遵循类似的模式，其中左侧匹配任何非字母或数字的字符。右侧，$ 匹配字符串的末尾。同样，当“Trump”位于字符串末尾或后跟非字母数字字符时，它匹配。
所以，最重要的是，它匹配位于字符串开头或前面有任何非字母数字字符的“Trump”，如果它也是字符串结尾的也匹配或后跟一个非字母数字字符。
给定来自 this link 的推文数据集，其中有一个 content 列，如下所示：
我希望增加一个新的专栏来确定这条推文是否提到了特朗普。正则表达式模式 (^|[^A-Za-z0-9])Trump([^A-Za-z0-9]|$) 似乎可行，但我不太了解。我已经用下面的代码进行了测试：
测试 1 给出了匹配的输出：
txt1 = "anti-Trump protesters"
re.search("(^|[^A-Za-z0-9])Trump([^A-Za-z0-9]|$)", txt1)
输出：
<_sre.SRE_Match object; span=(4, 11), match='-Trump '>
Test2 return None 因为它没有按预期匹配：
txt2 = 'I got Trumped'
re.search("(^|[^A-Za-z0-9])Trump([^A-Za-z0-9]|$)", txt2)
有人可以帮忙解释一下这个模式。非常感谢。
(^|[^A-Za-z0-9])部分有|，表示“或”。左侧 ^ 是字符串的开头。右侧 [^A-Za-z0-9] 匹配任何非字母或数字的字符。简而言之，当“Trump”在字符串的开头，或者前面有一个非字母数字字符时，它匹配。
([^A-Za-z0-9]|$) 遵循类似的模式，其中左侧匹配任何非字母或数字的字符。右侧，$ 匹配字符串的末尾。同样，当“Trump”位于字符串末尾或后跟非字母数字字符时，它匹配。
所以，最重要的是，它匹配位于字符串开头或前面有任何非字母数字字符的“Trump”，如果它也是字符串结尾的也匹配或后跟一个非字母数字字符。