python - 用于匹配第三、第四、第五...单词的正则表达式

Question

我有一些字符串，例如“aaa bbb ccc”，“aaa bbb ccc ddd”，“aaa bbb ccc ddd eee”。 ...

我需要一个正则表达式，这样我就无法摆脱 aaa bbb 并获得其他所有内容。

我正在尝试 '\w+\s\w+\s(\w+|\s)+' 但它不起作用。

In [171]: r = re.search('\w+\s\w+\s(\w+|\s)+', 'aaa bbb ccc ddd')

In [172]: r.group(0)
Out[172]: 'aaa bbb ccc ddd'

In [173]: r.group(1)
Out[173]: 'ddd'

我希望它返回ccc ddd

Answer 1

您的方法不起作用，因为重复捕获组会替换以前的捕获。如果您将其设为非捕获组(包括量词)并在其周围包裹一个捕获组，那么它应该可以工作。

re.compile(r"""
    (?:\w+\s){2}        # two words we don't care about
    (                   # begin capturing
      (?:\w+\s?)+       #   1+ word chars followed by an optional space, 1+ times
    )                   # stop capturing""", re.X)

虽然我不确定你为什么要使用正则表达式。 str.split 不是更好吗？

s = 'aaa bbb ccc ddd'
result = s.split()[2:]