Question

我有：

TYPO3 4.2 is installed on machine ...
Winamp is installed on machine ...
Winrar 3.20 is installed on machine ...

如何制作正则表达式来分隔句子中的软件包名称。上面有一个软件\版本的示例，但句子并不总是相同，有时也没有显示版本。任何提示怎么样？我找到了这个主题，但它仅适用于版本：Regular expression for version numbers

当我读到一些评论时，我忘了写一些像：

软件版本没有标准格式，但它以点分隔
软件名称位于
我可能会遇到软件名称，但是有没有办法在某些文本中找到它的版本，而这些版本的结构与上面提到的句子不一样？
以上句子不标准！

Answer 1

对于您显示的数据：

version = sentence.partition(" is installed on")[0]

不需要正则表达式，只需在“安装”之前取出所有内容。

Answer 2

好吧，我们可以使用以下启发式方法：

“已安装”是软件名称和版本结束的标记
版本不包含空格，只包含数字或点
版本之前的所有内容都是软件的名称

然后我们可以使用以下内容：

(.*?) ([\d.]+ )?is installed

第一组是软件名称，第二组是版本（如果存在）。

快速PowerShell测试：

PS> $strings = 'TYPO3 4.2 is installed on machine ...','Winamp is installed on machine ...', 'Winrar 3.20 is installed on machine ...'
PS> $strings | %{ $null = $_ -match '(.*?) ([\d.]+ )?is installed'; "Software: " + $Matches[1] + ", version: " + $Matches[2] }
Software: TYPO3, version: 4.2
Software: Winamp, version:
Software: Winrar, version: 3.20

Answer 3

请提供有关数据的更多信息（请参阅我的评论）

如果程序名称总是一个字：
m = re.search(r'(?P<name>\S+?) (?P<version>([\d.]+ )?)', text)

如果句子以“是”或“已安装”一词开头：
m = re.search(r'(?P<name>(\S\s)+?)(?P<version>([\d.]+ )?)(is|installed)', text)

name = m.group('name').strip()
version = m.group('version').strip()

版本和软件名称的正则表达式

3 个答案: