如何用Python正则表达式匹配‘plays/played’后首个‘for’的相关短语？

嘿，我来帮你搞定这个正则难题！你想要匹配"plays for"、"played for"，还有中间插了其他单词的情况（比如"played guitar for"），而且只抓"plays"或"played"之后第一个出现的"for"，对吧？

先说说你原来正则的问题：

• 你写的[s|e]是错误的，字符集里的竖线|会被当成普通字符，应该写成[es]才对；
• 另外.*是贪婪匹配，它会一直匹配到文本里最后一个"for"，这显然不是你想要的结果。

正确的正则表达式 #

我给你调整后的正则，能完美满足需求：

r'\bplay(?:s|ed)\b.*?\bfor\b'

逐部分解释 #

• \b：单词边界，确保我们匹配的是完整的"plays"或"played"，不会误匹配比如"playing"里的play片段；
• play(?:s|ed)：匹配"plays"或者"played"，这里用(?:...)非捕获组，只是用来分组选择，不会额外存储匹配结果，比普通捕获组更高效；
• .*?：非贪婪模式的任意字符匹配，它会在遇到**第一个"for"**时就停止匹配，刚好符合你要的"只匹配第一个for实例"的要求；
• \bfor\b：同样用单词边界，确保匹配的是完整的"for"单词，不会误匹配比如"forever"里的for前缀。

完整代码示例 #

把正则放到你的函数里，测试一下效果：

import re

def play_finder(doc):
    # 编译正则，启用非贪婪匹配
    playre = re.compile(r'\bplay(?:s|ed)\b.*?\bfor\b')
    # 查找所有符合条件的短语
    matches = playre.findall(doc)
    return matches

# 测试用例
test_doc = """
Maria plays for the school basketball team.
John played drums for his band last night, then played keys for the encore.
We should ignore "play for" since it's not plays/played.
"""

# 运行并打印结果
print(play_finder(test_doc))
# 输出：['plays for', 'played drums for', 'played keys for']

进阶：拆分捕获内容 #

如果你想单独获取"plays/played"部分和中间的内容，可以改成带捕获组的正则：

r'\b(play(?:s|ed))\b(.*?)\bfor\b'

这样findall会返回元组列表，每个元组里第一个元素是动词部分，第二个是中间的内容，比如对于"played drums for"，会返回('played', ' drums ')。

内容的提问来源于stack exchange，提问作者AdeDoyle