Python正则表达式findall

Question

我试图在Python 2.7.2中使用正则表达式从字符串中提取所有出现的带标记单词。或者简单地说，我想提取[p][/p]标签内的所有文本。这是我的尝试：

regex = ur"[\u005B1P\u005D.+?\u005B\u002FP\u005D]+?"
line = "President [P] Barack Obama [/P] met Microsoft founder [P] Bill Gates [/P], yesterday."
person = re.findall(pattern, line)

印刷person产品['President [P]', '[/P]', '[P] Bill Gates [/P]']

要获取的正确正则表达式是：['[P] Barack Obama [/P]', '[P] Bill Gates [/p]'] 或['Barrack Obama', 'Bill Gates']。

谢谢。:)

Answer 1

import re
regex = ur"\[P\] (.+?) \[/P\]+?"
line = "President [P] Barack Obama [/P] met Microsoft founder [P] Bill Gates [/P], yesterday."
person = re.findall(regex, line)
print(person)

产量

['Barack Obama', 'Bill Gates']

regexur"[\u005B1P\u005D.+?\u005B\u002FP\u005D]+?"与unicode完全相同，u'[[1P].+?[/P]]+?'但难于阅读。

第一个括号组[[1P]告诉重新任何列表中的字符['[', '1', 'P']应匹配，并且同样与第二组括号[/P]]。那你想什么都不要。所以，

• 卸下外围的方括号。（也除去杂散1前面P。）
• 为了保护其中的文字括号[P]，请使用反斜杠将其转义：\[P\]。
• 要仅返回标签内的单词，请将分组括号放在周围.+?。