Python中匹配前后罗马数字的正确正则表达式求解

嘿，我来帮你搞定这个需求！针对你给出的目录文本，我们可以用re.search（或者结合多次搜索）来抓取前后位置的罗马数字章节标记，比如I和II这类。

先理清楚匹配规则 #

目录里的罗马数字都是大写的，后面跟着一个点，比如I.、II.，所以我们的正则要精准匹配这种格式：

• 用\b做单词边界，避免误匹配其他单词里的字母（比如INTRODUCTION里的I就不会被抓到）
• [IVXLCDM]+匹配一个或多个罗马数字字符（覆盖所有常见的大写罗马数字）
• \.匹配罗马数字后面的点

对应的正则模式就是：r'\b([IVXLCDM]+)\.'，括号是捕获组，用来提取罗马数字本身（去掉后面的点）。

具体代码实现 #

下面分两种方式来写，一种是一次性抓所有罗马数字再取前后两个，另一种是用re.search多次搜索：

import re

# 你的目录文本
table_t = ' Table of Contents I. INTRODUCTION .................................... 1 II. FACTUAL ASPECTS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 A. The Clean Air Act . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 B. EPA\'s Gasoline Rule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1. Establishment of Baselines . . . . . . . . . . . . . . ...'

### 方式1：一次性抓取所有罗马数字，再取前后两个
all_romans = re.findall(r'\b([IVXLCDM]+)\.', table_t)
if len(all_romans) >= 2:
    first_roman = all_romans[0]
    second_roman = all_romans[1]
    print(f"前面的罗马数字：{first_roman}")
    print(f"后面的罗马数字：{second_roman}")
else:
    print("没找到足够的罗马数字章节哦")

### 方式2：用re.search分别找第一个和第二个
# 找第一个罗马数字
first_match = re.search(r'\b([IVXLCDM]+)\.', table_t)
if first_match:
    print(f"\n第一个罗马数字：{first_match.group(1)}")
    # 从第一个匹配结束的位置开始找第二个
    second_match = re.search(r'\b([IVXLCDM]+)\.', table_t, pos=first_match.end())
    if second_match:
        print(f"第二个罗马数字：{second_match.group(1)}")

运行效果 #

跑这段代码会输出：

前面的罗马数字：I
后面的罗马数字：II

第一个罗马数字：I
第二个罗马数字：II

完美匹配到目录里前后位置的罗马数字啦！

内容的提问来源于stack exchange，提问作者snapper