Как сделать это регулярное выражение более полным и точным?

Я использую python 2.7 для поиска текста в абзаце текста. следующий текст является частью моего извлечения:

Item 1 for Product A: Flour
Solution 1 for Product A: Water
Items 2 for Product B: Milk
Solution 2 for Product B: Oil
Item 3 for Product C: Onions

Method

У меня есть следующий код Python для извлечения определенных фрагментов информации, которую я хочу:

extract = re.findall(r"(?<=Item|s\s).*(?=\sSolution)", page_content)

Хотя это извлекает часть информации, я не могу извлечь все, что мне нужно. Мне нужно включить слово «Элемент», и я не могу извлечь последний элемент, поскольку следующее слово не «Решение», а «Метод».

мой желаемый результат:

Item 1 for Product A: Flour
Items 2 for Product B: Milk
Item 3 for Product C: Onions

любая помощь будет оценена по уточнению регулярного выражения.

Спасибо

Всегда ли в конце каждой строки есть символ разрыва строки?

— 10.04.2019 04:22

не обязательно. на самом деле, когда я конвертирую PDF в текст с помощью библиотек Python, выходной текст объединяет разрывы строк, поэтому на самом деле необработанный текст: Элемент 1 для продукта A: FlourSolution 1 для продукта A: вода и т. д.

— 10.04.2019 04:26

python regex regex-lookarounds regex-group

10.04.2019 04:19

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Если ваш ввод выглядит как

Item 1 for Product A: FlourSolution 1 for Product A: WaterItems 2 for Product B: MilkSolution 2 for Product B: OilItem 3 for Product C: Onions

Method

Следующий шаблон дает вам нужный результат.

r'(Item[s]{0,1}.*?\:\s[A-Z][a-z]*[^A-Z])'

Проверьте это здесь: https://regex101.com/r/ucPdcV/2

спасибо за ответ, я адаптировал ваше выражение к другому запросу, см. ссылку: regex101.com/r/MySbqU/1, однако я вижу, что это что-то вроде попадания или промаха - есть предложения?

— 10.04.2019 05:12

@qbbq Приведенный выше шаблон не может работать в вашем примере, потому что он использует заглавную букву как сигнал для завершения. В случае, если вы указали ссылку, между : и Counsel могут быть слова с заглавными буквами. Я не нашел способа правильно различить это, но быстрый и грязный способ - это захватить всю фразу и подзаголовок Counsel с пустой строкой вручную в Python.

— 10.04.2019 05:53

ааа, это отличный способ взглянуть на это. большое спасибо - вы помогли мне направить меня в правильном направлении.

— 10.04.2019 05:54

10.04.2019 04:40