如何在Python中搜索字符串文本中提及的短语？

Question

请问您能帮我解决以下疑问吗？

我有一条短信：

text = VLOG - Primer evento de la temporada #ModaenTiktok #eventotiktok #madrid @Tik Tok españa

我只需要提取提及：

@Tik Tok españa

最经济实惠的方法是什么？

我尝试过：

regex = re.compile("(^|\W)(?:@)([A-Za-z0-9_](?:(?:[A-Za-z0-9_]|(?:\.(?!\.))){0,28}(?:[A-Za-z0-9_]))?)", re.UNICODE)

mention = regex.findall(text)

但我只得到

Tik

。

Answer 1

根据对您问题的评论，您似乎正在尝试收集

@

标签，这些标签可能有空格，也可能没有空格。从文本中，我们可以看到这些标签以

@

开头，但绝不允许使用

#

，因为这是主题标签而不是标签。因此，我们可以使用这两个规则编写一个非常简单的正则表达式解决方案：

re.compile(r"\@[^\#\@\n]+?(?= *[\#\@\n]|$)")

更详细地说，这里我们收集以

@

开头的任何文本，并收集任何内容（不包括其他 @、# 或硬回车（只是好的做法）），并在下一个字符是另一个

 时停止。 @

标签、

#

或字符串\行的末尾。我在前瞻的开头添加了一个

 *

，因为这将允许正则表达式也忽略任何尾随空格，但这是可选的。

您可以在这里看到它的工作原理：https://regex101.com/r/2T07b0/1