regexp: tw- mots préfixés avec des guillemets optionnels

Question

Je me bats pour construire une expression rationnelle pour attraper les mots commençant par tw (ou Tw, ou TW) s'ils sont entre guillemets (simples ou doubles) ou non. Jusqu'ici, '\ b [tT] [wW] [a-zA-Z0-9] *' récupère tous les mots de départ tw, tw et TW, mais manque ceux de btw entre guillemets simples ou doubles. Il trouve à la fois tweeple et TWEEPLE mais pas 'tweeple' ni 'TWEEPLE'.

Aide très appréciée.

Answer 1

Le \b dans votre chaîne est interprété comme un caractère de retour arrière, pas la séquence \b qui serait interprétée comme une limite de mot par le moteur regex. Changez votre chaîne à un raw string literal ou échapper à la barre oblique inverse et il devrait fonctionner:

>>> re.findall(r'\b[tT][wW][a-zA-Z0-9]*', ' "TWEEPLE" tweeple ') 
['TWEEPLE', 'tweeple'] 

Voici un exemple de la différence:

>>> 'abc\b' 
'abc\x08' 
>>> print 'abc\b' 
abc 
>>> r'abc\b' 
'abc\\b' 
>>> print r'abc\b' 
abc\b