以普通英语列出的项目的正则表达式
这是一个人为的例子，但我试图在这里得到一个一般原则。
鉴于使用这种列表形式的英文用英文书写：
I have a cat
I have a cat and a dog
I have a cat, a dog, and a guinea pig
I have a cat, a dog, a guinea pig, and a snake
我可以使用正则表达式来获取所有项目，无论有多少项？ 请注意，这些项目可能包含多个单词。
显然，如果我只有一个，那么我可以使用I have a (.+) ，如果有两个， I have a (.+) and a (.+)作品。
但是如果我想要匹配的不仅仅是一个例子，事情会变得更加复杂。 如果我想从前两个例子中提取列表项，我会认为这会起作用： I have a (.*)(?: and a (.*))? 虽然这对第一句话有用，但告诉我我有一只cat并且为null ，因为第二句告诉我我有一只cat and a dog并且为null 。 当我尝试以更多形式匹配短语时，情况只会变得更糟。
有什么方法可以使用正则表达式来达到这个目的吗？ 这似乎很简单，我不明白为什么我的正则表达式匹配2项目列表的作品，但匹配1或2项目列表的匹配项没有。
您可以使用非捕获组作为条件分隔符（逗号或行尾）：
' a (.*?)(?:,|$)'
python中的示例：
import re
line = 'I have a cat, a dog, a guinea pig, and a snake'
mat = re.findall(r' a (.*?)(?:,|$)', line)
print mat # ['cat', 'dog', 'guinea pig', 'snake']
我使用正则表达式分割来完成它。 但是，这假定句子格式与您的输入集完全匹配：
>>> SPLIT_REGEX = r', |I have|and|, and'
>>> for sample in ('I have a cat', 'I have a cat and a dog', 'I have a cat, a dog, and a guinea pig', 'I have a cat, a dog, a guinea pig, and a snake'):
... print [x.strip() for x in re.split(SPLIT_REGEX, sample) if x.strip()]
...
['a cat']
['a cat', 'a dog']
['a cat', 'a dog', 'a guinea pig']
['a cat', 'a dog', 'a guinea pig', 'a snake']
你可以做的是用find方法使用G锚点：
(?:G(?!A)(?:,? and|,)|bI have) an? ((?>[b-z]+|Ba|a(?!ndb))+(?> (?>[b-z]+|Ba|a(?!ndb))+)*)
或更简单：
(?:G(?!A)(?:,? and|,)|bI have) an? ((?!andb)[a-z]+(?> (?!andb)[a-z]+)*)
G是最后一场比赛之后的字符串中的位置。 该模式有两个入口点。 第一个匹配将使用第二个入口点： bI have和下一个匹配的第一个入口点只允许连续的结果。
注意： G表示匹配上次匹配后的位置，但它也匹配字符串的开头。 (?!A)是为了避免这种情况。
在线演示
正则表达式的行星（点击Java按钮）
链接地址: http://www.djcxy.com/p/22115.html