带有特殊字符的 Python 正则表达式

Question

在编写稳健的正则表达式以从字符串中获取信息时遇到困难。

$ string1 = 'A_XYZ_THESE_WORDS'
$ string2 = 'A_ABC_THOSE_WORDS'

我想要一个稳健的解决方案，可以从 string1 或 string2 中分别提取“THESE_WORDS”或“THOSE_WORDS”。

基本上，我需要删除前两个下划线 (_) 之前的所有内容，但它们之前的文本会有所不同。

$ get_text = re.search('(?<=A_)\w+(_)',string1)
$ print get_text.group()
$ 'XYZ_THESE_'

Answer 1

根据您的问题陈述:

I need something that removes everything before the first two underscores

你不一定需要正则表达式:

>>> string1 = 'A_XYZ_THESE_WORDS'
>>> string1.split("_", 2)[2]
'THESE_WORDS'

str.split 的第二个参数是 split 的最大次数。这将拆分前两个 '_'，然后从结果列表中取出第三项(字符串的其余部分)。

如果字符串中的下划线少于两个，这将抛出一个 IndexError - 这让您知道该字符串不是您期望的格式，但如果这种行为是不可取的，请考虑:

>>> string1 = 'A_XYZ_THESE_WORDS'
>>> string1.split("_", 2)[-1]
'THESE_WORDS'  

它从 str.split 中获取列表中的last 项，而不是假设会有三个。对比:

>>> "JUST_ONE".split("_", 2)[2]
Traceback (most recent call last):
  File "<pyshell#3>", line 1, in <module>
    "JUST_ONE".split("_", 2)[2]
IndexError: list index out of range

>>> "JUST_ONE".split("_", 2)[-1]
'ONE'