在Python正则表达式中，如何忽略捕获组内的表达式？

Question

我有一个看起来像这样的字符串：

<name>-<gender>-<age>.jpg

就我所接受的而言，我想要非常自由。要求是：

1. <name>组件是必需的。
2. 必须具有.jpg文件扩展名
3. 只要最终结果是以下排列之一，您可以将组件留空或完全遗漏：
   • <name>.jpg
   • <name>-<gender>.jpg
   • <name>-<gender>-<age>.jpg

被认为有效的例子：

Beamin-M.jpg
Jean.jpg
Maria-F-23.jpg

我想使用正则表达式分解字符串的每个组件，但我不想捕获短划线（-）。我尝试使用非捕获组，但无法获得我想要的结果：

>>> import re
>>> r = re.compile(r'([^\-]*)((?:\-)[^\-]*)?((?:\-)[^\-]*)?\.jpg')
>>> for d in (
...  'Beamin-M.jpg',
...  'Jean.jpg',
...  'Maria-F-23.jpg',
... ):
...  print r.match(d).groups()
...
('Beamin', '-M', None)
('Jean', None, None)
('Maria', '-F', '-23')

有人有任何建议吗？

Answer 1

当有更多符合逻辑的解决方案时，我不是正则表达式的忠实粉丝，所以我会尝试这样的事情：

from os.path import splitext    

test = '<name>-<gender>-<age>.jpg'

fname, ext = splitext(test) # works with names like 'xxx.yyy.jpg'
if ext in ('.jpg', '.jpeg'):
    name, gender, age = (fname.split('-') + [None, None])[:3]

Answer 2

将您的正则表达式重写为：

r'([^\-]*)(?:-([^\-]*))?(?:-([^\-]*))?\.jpg'

从技术上讲，您不需要在字符类-中转义[]，因为它是类中的最后一个。但我会把它留在那里以保证安全。

Answer 3

咦？

你的意思是r'（[^ - ] ）（？:(？： - ）（[^ - ] ））？（（？： - ）[^ - ] *）?. JPG'）

说真的，你正在捕捉破折号，因为它在外部捕获的括号中。