Question

我是answering this questio n。考虑这个字符串

str1 = '{"show permission allowed to 16": "show permission to 16\\nSchool permissions from group 17:student to group 16:teacher:\\n\\tAllow ALL-00\\nSchool permissions from group 18:library to group 16(Temp):teacher:\\n\\tNo Allow ALL-00\\nSchool permissions from group 20:Gym to group 16:teacher:\\n\\tCheck ALL-00\\nRTYAHY: FALSE\\nRTYAHY: FALSE\\n\\n#"}'

并假设我想提取每个子字符串from group之后的数字和\\t之后具有最小匹配字符串的子字符串。

我使用以下正则表达式进行了

import re
res = re.findall(r'from group (\d+).*?\\t(.*? ALL-..)', str1)

输出为：

[('17', 'Allow ALL-00'), ('18', 'No Allow ALL-00'), ('20', 'Check ALL-00')]

现在我要提取的每个子字符串（数字和\t之后的子字符串）之间可能有一个可选的子字符串，其值是我要提取的Temp（如果存在）。例如，在18和No Allow ALL-00之间，有一个我想提取的子字符串Temp。

我尝试如下使用?：

res = re.findall(r'from group (\d+).*?(Temp)?.*?\\t(.*? ALL-..)', str1)

，但结果元组的相应第二个元素始终为空：

[('17', '', 'Allow ALL-00'), ('18', '', 'No Allow ALL-00'), ('20', '', 'Check ALL-00')]

在我期待类似的东西时

[('17', '', 'Allow ALL-00'), ('18', 'Temp', 'No Allow ALL-00'), ('20', '', 'Check ALL-00')]

在这种情况下如何提取子字符串？我在做什么错？

另一个问题：假设我希望得到的列表中没有该元素（包含Temp的元素）：我应该只使用[^]然后使用相应的匹配模式吗？

Answer 1

不捕获Temp的原因是因为.*?使用了它，因此您将其设为可选，而Temp未被捕获到您的可选组中。

要解决该问题，您可以使用否定前瞻来拒绝Temp被捕获，但使用此正则表达式的其他字符除外。

from group (\d+)(?:(?!Temp).)*?(Temp)?(?:(?!Temp).)*?\\t(.*? ALL-..)
                   ^^^^^^^^^ This rejects Temp getting captured except any other character

正则表达式说明：

from group-此文本的字面匹配
(?:(?!Temp).)*?-?:表示它是一个非捕获组，默认情况下是捕获组，这意味着捕获所有内容，但在看到Temp字符串和{{1}时停止}表示捕获零个或多个字符。因此，这会捕获不包含*的任何字符串，并且Temp意味着尽可能少的
?-（可选）捕获(Temp)?（如果存在）
Temp-再次捕获除(?:(?!Temp).)*?之外的所有字符零次或多次
Temp-从字面上捕获
\\t-捕获的字符越少越好，后跟空格，然后是文字(.*? ALL-..)，后跟任意两个字符

希望这可以澄清正则表达式。如果您还有其他疑问，请告诉我。

Demo

示例Python代码，

ALL-

打印

import re

s = '{"show permission allowed to 16": "show permission to 16\\nSchool permissions from group 17:student to group 16:teacher:\\n\\tAllow ALL-00\\nSchool permissions from group 18:library to group 16(Temp):teacher:\\n\\tNo Allow ALL-00\\nSchool permissions from group 20:Gym to group 16:teacher:\\n\\tCheck ALL-00\\nRTYAHY: FALSE\\nRTYAHY: FALSE\\n\\n#"}'

arr = re.findall(r'from group (\d+)(?:(?!Temp).)*?(Temp)?(?:(?!Temp).)*?\\t(.*? ALL-..)',s)
print(arr)

编辑：仅列出不包含[('17', '', 'Allow ALL-00'), ('18', 'Temp', 'No Allow ALL-00'), ('20', '', 'Check ALL-00')]

的元组

您将需要使用此正则表达式来避免匹配在匹配项中包含Temp字符串的子字符串，

Temp

Demo

示例Python代码，

from group (\d+)(?:(?!Temp).)*\\t(.*? ALL-..)

打印

import re

str1 = '{"show permission allowed to 16": "show permission to 16\\nSchool permissions from group 17:student to group 16:teacher:\\n\\tAllow ALL-00\\nSchool permissions from group 18:library to group 16(Temp):teacher:\\n\\tNo Allow ALL-00\\nSchool permissions from group 20:Gym to group 16:teacher:\\n\\tCheck ALL-00\\nRTYAHY: FALSE\\nRTYAHY: FALSE\\n\\n#"}'

arr = re.findall(r'from group (\d+)(?:(?!Temp).)*\\t(.*? ALL-..)',str1)
print(arr)

其中不包含具有[('17', 'Allow ALL-00'), ('20', 'Check ALL-00')]的元组

如何使用 '？'在python中两个匹配模式之间提取可选子字符串？

1 个答案: