字符串的正则表达式包含 if 字符全部为大写 python

Question

我正在从像 PyPDF2 这样的库的输出中提取文本段落，然后是像“观察#1”或“观察#2”这样的文本。但是会有一些错误，所以它可能像“观察#2”一样，我必须避免像“套件#300”这样的规则是“如果有字符，它会是大写的”。目前的python代码片段如inspection_observation=pdfFile.getPage(z).extractText()                if 'OBSERVATION' in inspection_observation:                    for finding in re.findall(r"[OBSERVATION] #\d+(.*?) OBSERVA'TION #\d?", inspection_observation, re.DOTALL):                    #print inspection_observation;                        print finding; 请为此实例提供适当的正则表达式，

Answer 1

如果应该有大写字母并且单词可以包含 a '，则可以使用字符类，您可以在其中列出允许的字符和正向前瞻。

然后，您可以捕获这些大写单词之间的内容，并使用正向前瞻来检查后面是否是另一个大写单词后跟#1+ 数字或字符串的结尾。此正则表达式利用re.DOTALL点与换行符匹配的位置。

(?=[A-Z']*[A-Z])[A-Z']+\s+#\d+(.*?(?=[A-Z']*[A-Z][A-Z']*\s+#\d+|$))

解释

• (?=[A-Z']*[A-Z])肯定前瞻来断言至少一个字符 AZ 后面的内容，其中 a'可以在之前出现

• [A-Z']+\s+#\d+ 匹配 1+ 次 AZ 或 '、1+ 空格字符和 1+ 数字

• ( 捕获组

• [A-Z']*[A-Z][A-Z']*匹配大写字符 AZ，其中 a'可以在前后

• \s+#\d+ 匹配 1+ 个空格字符、# 和 1+ 个数字或字符串的结尾

• .*? 匹配任何字符

• (?= 断言以下内容的正向预测是

• ) 关闭非捕获组

• ) 关闭捕获组