使用|对于python re

Question

我有标签ID ABxxx，其中x是任意数字。在此标记中，AB之前可以有空格，之后（AB）之间可以有无限空格，或者有AB_。见下面的列表。

1. (AB)_xxx
2. (AB)_xxx
3. AB_xxx
4. (AB) xxx
5. ABxxx

我想为每个标签获取元组对。我创建了一个表达式来获取它们。

tag=re.compile(r'\s*\(*(AB)\)*\s*\_ (\d{2,3})\s*$',re.VERBOSE).match('AB_678').groups()
print(tag)

结果为('AB', '678')。

但现在我想排除以下格式：

1. (AB_xxx
2. AB xxx

我通过包含非捕获组语法和OR运算符来调整re语句。

tag=re.compile(r'^\s*(?:(AB | \(AB\)\s* | AB\_ | \(AB\)\_)) (\d{2,3})\s*$',re.VERBOSE).match('(AB)_678').groups()
print(tag)

尝试(AB_xxx后，它给了我错误，我想要的。除非我尝试了可接受的条件，否则它将在我的元组中包含（）或_。  例如：'(AB)_678'会产生('(AB)_', '678')

我理解我正在使用?:来表示整个AB或语句，这就是为什么它会拉出额外的非特殊字符。

我尝试围绕每个条件放置（）但现在它为每个条件提供了额外的元组元素：(None, None, 'AB', None, '678')。

tag=re.compile(r'^\s*(?:(AB) | \((AB)\)\s* | (AB)\_ | \((AB)\)\_) (\d{2,3})\s*$',re.VERBOSE).match('AB_678').groups()
print(tag) 

不太确定去哪里。到目前为止我有正确的方法吗？

Answer 1

所以下面的正则表达式对我有用

^(AB|(?:\((?:AB)\)))(?:_|\s{2,})?(\d{2,3})

将其分解为三个部分

<强> ^（AB |（？：（（?: AB））））

在开始时匹配AB或(AB)

<强>（？：_ | \ S {2，}）吗

寻找_或最少2个空格或

（适用\ d {2,3}）

获取两位或三位数

在regex101.com上进行测试，以确保它仅匹配有效案例而非无效案例

唯一的问题是，您的论坛将是AB或(AB)。使它始终捕获AB会使正则表达式复杂，这可以通过你的python代码轻松处理