在python中使用正则表达式捕获表情符号

Question

我想有一个正则表达式模式来匹配表情符号“ :)”，“ :(”。此外，它还应捕获重复的表情符号，例如“ :) :)”，“ :)
:(”，但过滤掉无效的语法，例如“ :( （“。

我有这个，但它匹配“ :(（”

bool( re.match("(:\()",str) )

我可能在这里遗漏了一些明显的东西，希望为这个看似简单的任务提供帮助。

Answer 1

我认为它终于“点击了”您所要询问的内容。看一下下面的内容：

import re

smiley_pattern = '^(:\(|:\))+$' # matches only the smileys ":)" and ":("

def test_match(s):
    print 'Value: %s; Result: %s' % (
        s,
        'Matches!' if re.match(smiley_pattern, s) else 'Doesn\'t match.'
    )

should_match = [
    ':)',   # Single smile
    ':(',   # Single frown
    ':):)', # Two smiles
    ':(:(', # Two frowns
    ':):(', # Mix of a smile and a frown
]
should_not_match = [
    '',         # Empty string
    ':(foo',    # Extraneous characters appended
    'foo:(',    # Extraneous characters prepended
    ':( :(',    # Space between frowns
    ':( (',     # Extraneous characters and space appended
    ':(('       # Extraneous duplicate of final character appended
]

print('The following should all match:')
for x in should_match: test_match(x);

print('')   # Newline for output clarity

print('The following should all not match:')
for x in should_not_match: test_match(x);

您原始代码的问题是您的正则表达式是错误的：(:\()。让我们分解一下。

外部括号是“分组”。如果要进行字符串替换，它们就是您要引用的内容，并且可将它们一次应用于多个字符组的正则表达式运算符。因此，您实际上是在说：

• ( 开始一个小组
  • :\( …做正则表达式的东西…
• ‘）’结束群组

这:不是正则表达式保留的字符，因此它只是一个冒号。的\是，它的意思是“下面的字符是文字，而不是一个正则表达式运算符”。这称为“转义序列”。正则表达式表示完全解析为英语

• ( 开始一个小组
  • : 冒号
  • \( 左括号字符
• ) 结束小组

我使用的正则表达式稍微复杂一些，但还不错。让我们分解一下：^(:\(|:\))+$。

^和分别$表示“行的开头”和“行的结尾”。现在我们有…

• ^ 行首
  • (:\(|:\))+ …做正则表达式的东西…
• $ 行结束

…因此它仅匹配组成整行的内容，而不仅仅是在字符串中间出现。

我们知道这一点，(并)表示一个分组。+表示“其中的一个”。现在我们有：

• ^ 行首
• ( 发起一个小组
  • :\(|:\) …做正则表达式的东西…
• ) 结束小组
• + 匹配一个或多个
• $ 行结束

最后是|（管道）运算符。它的意思是“或”。因此，应用我们从上面了解的有关转义字符的知识，我们准备完成翻译：

• ^ 行首
• ( 发起一个小组
  • : 冒号
  • \( 左括号字符
• | 要么
  • : 冒号
  • \) 右括号字符
• ) 结束小组
• + 匹配一个或多个
• $ 行结束

我希望这有帮助。如果没有，请告诉我，我将很乐意通过答复来编辑我的答案。