could you please help me with regex

gintare

I want to find all repeating pattersn with start with 1-2degits, contains some text, strange scharacters and numbers and finishes with 4 digits.

For example,

Expand|Select|Wrap|Line Numbers

 ref=""" 1. Lieber, C. M. The incredible shrinking circuit. Sci. Am. 285, 58±64 (2001).

2. Cui, Y. & Lieber, C. M. Functional nanoscale electronic devices assembled using silicon nanowire

building blocks. Science 291, 851±853 (2001).

3. Wang, J. F., Gudiksen, M. S., Duan, X. F., Cui, Y. & Lieber, C. M. Highly polarized photolumi-

nescence and photodetection from single indium phosphide nanowires. Science 293, 1455±1457

(2001)."""
 
quer="\d{1,2}\.\s+.+\(\d{4}\)\."

ansre=re.findall(quer,ref,re.DOTALL)

print(len(ansre))

It fineds only one pattern.

If i use

Expand|Select|Wrap|Line Numbers

quer="\d{1,2}\.\s+"

i find 23 patterns, but of course this captures only the beginning of the pattern, i.e. 1-2 digits.

If i add .+, i am finding only one pattern:

Expand|Select|Wrap|Line Numbers

quer="\d{1,2}\.\s+\.+"

I do not know how to mark that any character can be between 1-2 and 4 numbers in the patters. If i use .+ to mark this, when regex captures full text, it does not stop at 4 digits.

Thank you!

Rabbit

You need to define what you mean by "contains some text" and "strange scharacters". Those terms are too vague and I have no idea what you mean by them.

But if your goal is to break out those references. Then you can use this

Expand|Select|Wrap|Line Numbers

\d{1,2}\.[^(]+\(\d{4}\)\.

This is assuming that your test data is representative and there are never any parentheses except for the ones around the year at the end of the reference.

gintare

The problem is that there can be parenthesis in the text.
I do not know how to define "any character" between

Expand|Select|Wrap|Line Numbers

\d+\.

and

Expand|Select|Wrap|Line Numbers

\d+\)\.

. If i use

Expand|Select|Wrap|Line Numbers

.+

it captures all text, but i need to capture as many lines as there are starting with

Expand|Select|Wrap|Line Numbers

\d+\.

and ending with

Expand|Select|Wrap|Line Numbers

\d+\)\.

gintare

I have tried this:

Expand|Select|Wrap|Line Numbers

\d+\.\s+[\sa-zA-Z0-9±&,:;.)(-]+

but it captures only 3 lines of 21 (Number 3, 11, 15 from the text below). DO not know why. Full text to be searched looks like this:

Expand|Select|Wrap|Line Numbers

 ref="""

1. Haraguchi, K., Katsuyama, T., Hiruma, K. & Ogawa, K. GaAs p-n junction formed in quantum wire

crystals. Appl. Phys. Lett. 60, 745 747 (1992).

2. Björk, M. T. et al. Nanowire resonant tunneling diodes. App. Phys.Lett. 81, 4458±4460 (2002).

3. Thelander, C. et al. Single electron transistors in heterostructure nanowires. Appl. Phys. Lett. 83,

2052±2054 (2003).

4. Wagner,R. S.in Whisker Technology (ed. Levitt, A. P.) 47±119 (Wiley. New York, 1970)

5. Hiruma, K. et al. Growth and optical properties of nanometer scale GaAs and InAs whiskers. J. Appl.

Phys. 77, 447±462 (1995).

6. Duan, X. & Lieber, C. M. General synthesis of compound semiconductor nanowires. Adv. Mater. 12,

298±302 (2000).

7. Duan, X. & Lieber, C. M. Laser assisted catalytic growth of single crystal GaN nanowires. J. Am. Chem.

Soc. 122, 188±189 (2000).

8. Ohlsson, B. J. et al. Size , shape , and position controlled GaAs nano whiskers. Appl. Phys. Lett. 79,

3335±3337 (2001).

9. Kamins, T. I., Stanley Williams, R., Basile, D. P., Hesjedal, T. & Harris, J. S. Ti catalyzed Si nanowires by

chemical vapor deposition: Microscopy and growth mechanisms. J. Appl. Phys. 89, 1008±1016 (2001).

10. Ohlsson, B. J. et al. Growth and characterization of GaAs and InAs nano whiskers and InAs/GaAs

heterostructures. Physica E 13, 1126±1130 (2002).

11. Buffat, P. & Borel, J. P. Size effect on the melting temperature of gold particles. Phys. Rev. A 13,

2287±2298 (1976).

12. Björk, M. T. et al. One dimensional steeplechase for electrons realized. Nano Lett. 2, 87±89 (2002).

13. Gudiksen, M. S., Lauhon, L. J., Wang, J., Smith, D. S. & Lieber, C. M. Growth of nanowires superlattice

structures for nanoscale photonics and electronics. Nature 415, 617±620 (2002).

14. Wu, Y., Fan, R. & Yang, P. Block by block growth of single crystalline Si/SiGe superlattice nanowires.

Nano Lett. 2, 83±86 (2002).

15. Baker, R. T. K. Catalytic growth of carbon filaments. Carbon 27, 315±323 (1989).

16. Helveg, S. et al. Atomic scale imaging of carbon nanofibre growth. Nature 427, 426±429 (2004).

17. Massalski, T. B. (ed.) Binary Alloy Phase Diagrams 2nd edn Vol. 1 369±371 (ASM International,

Materials Park, Ohio, 1990).

18. Gupta, R. P., Khokle, W. S., Wuerfl, J. & Hartnagel, H. L. Diffusion of gallium in thin gold films on

GaAs. Thin Solid Films. 151, L121±L125 (1987).

19. Massalski, T. B. (ed.) Binary Alloy Phase Diagrams 1st edn Vol. 1 191±192 (ASM International, Metals

Park, Ohio, 1986).

20. Magnusson, M. H., Deppert, K., Malm, J. O., Bovin, J. O. & Samuelson, L. Gold nanoparticles:production, reshaping, and thermal charging. J. Nanoparticle Res. 1, 243±251 (1999).

21. Bakkers, E. & Verheijen, M. A. Synthesis of InP nanotubes. J. Am. Chem. Soc. 125, 3440±3441 (2003). """

gintare

I find out why regex captured lines 3,11,15. Because they contains /
If i use

Expand|Select|Wrap|Line Numbers

\d+\.\s+[\sa-zA-Z0-9/±&,:;.)(öÖäÄåÅ-]*\d{4}\)\.

all text is captured, the same as if i would be using

Expand|Select|Wrap|Line Numbers

\d+\..+\d{4}\)\.

SO, question remains , how to define any character between other two sets of characters? In my case i want to capture 21 lines.

Rabbit

By default, regex uses greedy matching. That's why it doesn't stop after the first occurrence of a match. You need to tell it be be non-greedy.

You can do that by putting a ? after the qualifiers: * . + ?

Expand|Select|Wrap|Line Numbers

\d{1,2}\..+?\(\d{4}\)\.

could you please help me with regex

Post your reply

Similar topics