python - 正则表达式从 Python 中的 MMD 元数据中提取 #hashtags

Question

我正在尝试从 multimarkdown 纯文本文件的“标签:#tag1 #tag2”行中提取所有#hashtags。 (我处于 Python 多行模式。)

我试过使用前瞻:

^(?=Tags:\s.*)#(\w+)\b

和回顾:

#(\w+)\b(?<=Tags:^\s)

Plain vanilla #(\w+)\b 可以工作，除了它会拾取可能出现在文档后面的任何#hashtag。

感谢任何提示、帮助和指导。

Answer 1

text = "\n\n#bogus\nTags: #foo #bar\n"

首先，你需要得到这条线:

line = re.findall(r'Tags:.+\n', text)
# line = ['Tags: #foo #bar\n']

最后，您需要从行中获取标签:

tags = re.findall(r'#(\w+)', line[0])
# tags = ['foo', 'bar']
tags = re.findall(r'#\w+', line[0])
# tags = ['#foo', '#bar']

Lookbehind 将不起作用，因为您需要提供没有固定宽度的模式。