Question

我正在尝试使用正则表达式来解析以(key###value)格式编写的值。该值始终为数字。无论如何，我认为用python做它最简单，所以这里有一些我正在尝试的代码：

import re

line = "(text 1###123)(text 2###345)";

matchObj = re.match( r'\(.*###[0-9]+\)', line)

if matchObj:
   print matchObj.group(0) # produces (text 1###123)(text 2###345)
   # print matchObj.group(1) # gives an error
else:
   print "No match!!"

即使有两个与我写的正则表达式匹配的不同对象，python将它们作为单个字符串返回给我 - 不是我想要的。我该如何解决这个问题？

事实上，我真正想要的是将字符串分成["text 1", "123", "text 2", "345]之类的东西。因此，如果有人有一个简单的方法来实现这一点，我也非常感谢。

Answer 1

你没有正确的正则表达式，你需要有捕获组。你的例子有parens逃脱。这是您实际需要的正则表达式。 ?之后的*使其非贪婪（以便在匹配时尝试尽可能少的字符）。

\((.*?)###([0-9]+)\)

您当前的正则表达式只有转义的parens，因此您实际上没有任何捕获组。要获得所有匹配项，您需要使用re.findall。但是如果你需要使用两个捕获组，这将产生如下：

regex = r'\((.*?)###([0-9]+)\)'
re.findall(regex, "(text 1###123)(text 2###345)") # [("text 1", "123"), ("text 2", "345")]

如果你想要压扁它，这也很简单。

Answer 2

在这个问题中，有几点正在发挥作用。

首先是re.match()所做的。这个函数实际上希望能够在字符串的开头处开始匹配，在这种情况下它不能，因为你在那里有一个左括号。因此，您需要查看re.search()，更有可能查看re.findall()函数。

此外，您不需要像在其他语言中那样在Python中转义组。

您可能不想使用.*，因为这往往是贪婪的。虽然您可以使用.*?，但通常最好花些时间为正则表达式进行更具体的搜索。

总之，我建议如下：

matchObj = re.findall(r'(([\w\d ]+)###(\d+))', line)

这将导致一个易于排序的数组：

>>> matchObj [('text 1###123', 'text 1', '123'), ('text 2###345', 'text 2', '345')] >>> matchObj[0] ('text 1###123', 'text 1', '123')

如何在同一行中分隔多个正则表达式匹配

2 个答案: