python 正则匹配 获取括号内字符

一、需求

* 提取字典中的【】内的字符，生成可以导入到五笔词库中的txt文件。

原文件：

生成后的结果：

实现方式

前言

因为正则表达式语法很难读，因此本次程序以多次的方式来讲解。

 一、提取【】内内容

import re

with open("XDHYCD7th.txt","r",encoding="utf-8") as f:

    text = f.read()

    words = re.findall("【.+】", text)

括号中的 . 表示一个字符的通配符，可以用来表示任意字符。

 +表示字符数量，数量为一个以上

【.+】表示匹配所有括号内的字符，括号内字符至少有一个或以上。 比如【啊】或者【阿公】就会被匹配进去，而【】就不会被匹配进去

 效果：

二、去除【】号

只要用()把你想要的部分框起来就可以。比如  【(匹配的字符)】 ，最后出现的就是 匹配的字符

代码：

import re

with open("XDHYCD7th.txt","r",encoding="utf-8") as f:

    text = f.read()

    words = re.findall("【(.+)】", text)

【.+】 =》 【(.+)】

效果：

 三、懒惰匹配

最后结果如上，红框里面有哪里不对？查看原文：

【阿兰若】ālánrě〈名〉见809页【兰若】。

原来【阿兰若】的前括号 和 【兰若】 的 后括号 匹配了。这是因为这里使用的是贪婪模式，换句话说，

【1】【2】 匹配出来的不会是  1  2 两个字符，而是： 1】【2

我们要把它改成懒惰模式：

代码：

import re

with open("XDHYCD7th.txt","r",encoding="utf-8") as f:

    text = f.read()

    words = re.findall("【(.+?)】", text)

【(.+)】=》【(.+?)】

那个问号表示的就是懒惰模式

 结果：