用＃查找全部單詞＃

Question

我想查找所有含有＃的單詞。 我想：

import re 
text = "I was searching my #source to make a big desk yesterday." 
re.findall(r'\b#\w+', text) 

，但它不工作...

Answer 1

您可以使用：

re.findall(r"#.+?\b", text) 

這給：

['#source'] 

---

這裏是一個鏈接到regex101哪個gi深入瞭解每個部分的功能。

---

基本上所發生的事情是：

• 的#手段捕捉'#'字符字面
• 那麼我們說，以配合一個.
• 任何字符，但+意味着捕捉其中一個或多個其中
• 然後?開頭的非貪婪匹配任何如下
• 的\b是一個字邊界，並表示何時停止查找

---

更新

正如@AnthonySottile指出，有上述regex將失敗的情況，即：

hello#fred 

其中匹配是不應該的。

爲了解決這個問題，一個/s可能被添加到regex的前面，以確保#自帶一些空白後，卻失敗在包括hashtag來就在字符串的開始的情況下。 A /b也不足以作爲#使得標籤不被視爲單詞。

因此，要解決這些，我想出了做findall之前添加到字符串的開頭一個空間的這個相當醜陋的解決方案：

re.findall(r"\s(#.+?)\b", " " + text) 

---

這不是很整齊，我知道但是真的沒有另一種方式。我嘗試在開始時使用OR來匹配空格或字符串的開頭，如(^|\s)，但是這會在列表中產生多個組（作爲元組），這些組是從re.findall返回的，因此需要進行一些後處理甚至更​​少整齊。

Answer 2

這裏有一個小的正則表達式來做到這一點：

>>> import re 
>>> s = "I was searching my #source to make a big desk yesterday." 
>>> re.findall(r"#(\w+)", s) 
['source'] 

如果要包括主題標籤，然後使用：

>>> re.findall(r"#.\w+", s) 
['#source'] 

Answer 3

你不需要正則表達式來解決這個問題：

text = "I was searching my #source to make a big desk yesterday." 
final_text = [i for i in text.split() if i.startswith('#')] 

輸入： 輸出：

然而，此正則表達式將工作：

import re 
text = "I was searching my #source to make a big desk yesterday." 
final_text = filter(lambda x:x, re.findall('(?<=^)|(?<=\s)#\w+(?=\s)|(?=$)', text)) 

輸出：

['#source']