Regex-Muster zum Extrahieren von Follower-Zählern

Question

Ich extrahiere die Follower-Nummern aus einer Zeichenfolge wie der folgenden. Das erste Muster scheint nicht auf einzelne Ziffern zu wirken. Liegt es daran, dass das erste Muster prüft, ob hinter der Ziffer ein Zeichen steht und die erste Zeile keine anderen Zeichen zwischen 4 und Followers hat? Das zweite Muster funktioniert gut.

import re 

text = """ 
4 Followers 
330 Followers 
23.5k Followers 
67k Followers 
25m Followers 
""" 
print(re.compile(r'(\d.+) Followers').findall(text)) 
print(re.compile(r'(\d+|\d.+) Followers').findall(text)) 

Answer 1

Das \d.+ Muster entspricht eine Ziffer und dann 1 oder mehr Zeichen außer Zeilenumbruch Zeichen.

Es scheint, dass Sie eine Ziffer und dann alles andere als Whitespace bis zu einem Leerzeichen mit Followers übereinstimmen möchten.

Verwenden

text = """ 
4 Followers 
330 Followers 
23.5k Followers 
67k Followers 
25m Followers 
""" 
print(re.findall(r'\b(\d\S*) Followers', text)) 
# => ['4', '330', '23.5k', '67k', '25m'] 

Siehe regex und Python demo.

Einzelheiten

• \b - eine Wortgrenze
• (\d\S*) - Gruppe 1: eine Ziffer, und dann 0+ Nicht-Leerzeichen Symbole
• Followers - eine wörtliche String.

Wenn Sie Ihre Eingabe gut formatiert ist, können Sie spalten auch die Saiten:

[x.split()[0] for x in text.split('\n')] 

Siehe Python demo (Ausgabe: ['4', '330', '23.5k', '67k', '25m']).

Answer 2

Ich glaube, Ihre Frage ist, warum die verschiedene Ergebnisse mit den zwei Mustern ...

Es ist nicht, dass das erste Muster nicht einstelligen Bereich übereinstimmt, ist es, dass
das erste Muster erwartet eine Ziffer gefolgt um 2 Zeichen vor Followers.

Ich sehe keine Leerzeichen Modifikator im Zusammenhang mit dem regex ignorieren,
so die Regex ist wirklich

        (\d.+)[ ]Followers 
            ^^
      where this ----------------| | 
      expects at least 1 char,  | 
      and this ----------------------| 
      expects 1 more 
      =================================== 
      total is minimum 2 chars between digit and Followers 

Der Grund für die Sekunden Regex funktioniert, ist es erwartet, nur 1 Zeichen
zwischen der Ziffer und Follower

     (\d+|\d.+)[ ]Followers 
         ^ ^
       digit ----|  | 
       1 char-------------|