如何正确地正则表达式匹配python中的以下字符串？

Question

我有以下字符串：

1-婴儿胡萝卜（4Kids）（3美元）[额外0 COUNT]; [需要5个计数]

我想获得以下群组：

Item - 1
Food - Baby Carrots (4Kids) (3 DOLLARS)
Cost - 3
Extra - 0
required - 5

以下是我当前没有拾取任何内容的匹配字符串：

'(?P<item>.+?)\-(?P<food>.*)\[.*?(?P<extra>\d+(\.\d+)?).*\].*\[.*?(?P<required>\d+(\.\d+)?).*\]'

我的尝试出了什么问题？

Answer 1

你原来的正则表达式：

(?P<item>.+?)\-(?P<food>.*)\[.*?(?P<extra>\d+(\.\d+)?).*\].*\[.*?(?P<required>\d+(\.\d+)?).*\]

Debuggex Demo

您的问题主要是因为您正在搜索任何字符，而不是特定字符（数字和静态字符串）。例如：为什么使用

(?P<item>.+?)

如果它只是数字？将其更改为

(?P<item>[0-9]+?)

并且在这种情况下不需要'+?':reluctant operator，因为您总是想要整个数字。也就是说，匹配的下一部分将不在该数字的中间中。

此外，这应该固定在line (input) start：

^(?P<item>[0-9]+?)

你不需要escape破折号（尽管没有伤害）。

^(?P<item>[0-9]+?)-

你的食物组（heh）是最复杂的部分

(?P<food>.*)

它不仅包含任何字符。根据您的演示输入，它只有字母，空格，数字和parens。所以只搜索它们：

(?P<food>[\w0-9 ()]+)

这是我们到目前为止所拥有的：

^(?P<item>[0-9]+?)- (?P<food>[\w0-9 ()]+)

Debuggex Demo

你会发现这也与成本部分相匹配（你的正则表达式完全没有......我认为这只是一个疏忽）。

添加费用，即

• (
• 一个数字
• [space]DOLLARS)

但只有capture数字：

^(?P<item>[0-9]+?)- (?P<food>[\w0-9 ()]+) \((?P<cost>[0-9]+) DOLLARS\)

其余的正则表达式工作正常，实际上可以按原样添加到结尾：

\[.*?(?P<extra>\d+(\.\d+)?).*\].*\[.*?(?P<required>\d+(\.\d+)?).*\]

但是，我建议将.*?更改为EXTRA[space]，如果确实在那里找到了该文本（并且在这种情况下也不需要不情愿）。与[space]COUNT，;和REQUIRED[space]相同。你缩小范围越多，你的正则表达式就越容易调试 - 假设你的输入确实受到限制。

这是最终版本（还有一个行尾锚点）：

^(?P<item>[0-9]+?)- (?P<food>[\w0-9 ()]+) \((?P<cost>[0-9]+) DOLLARS\) \[EXTRA (?P<extra>\d+(\.\d+)?) COUNT\]; \[REQUIRED (?P<required>\d+(\.\d+)?) COUNT\]$

Debuggex Demo

---

在分析你的正则表达式之前，这就是我想出的：

(?P<item>[0-9]+)- (?P<food>[\w ()]+) \((?P<cost>[0-9]+) DOLLARS\) \[EXTRA (?P<extra>[0-9]+) COUNT\]; \[REQUIRED (?P<required>[0-9]+) COUNT\]

Debuggex Demo

---

所有这些链接都来自Stack Overflow Regular Expressions FAQ。

Answer 2

像这样：

(?P<item>.+?)\-\s(?P<food>.*?\)).*?\((?P<cost>\d)\s\w+\)\s\[.*?(?P<extra>\d+(\.\d+)?).*\].*\[.*?(?P<required>\d+(\.\d+)?).*\]

演示：http://regex101.com/r/qD1rL9

Answer 3

如上所述，您缺少捕获成本，您还需要使food捕获非贪婪并包含结束语。我的版本：

(?P<Item>\d)-\s*(?P<Food>.*?\))\s*\((?P<Cost>\d*).*EXTRA\s*(?P<Extra>\d*).*REQUIRED\s*(?P<Required>\d*)

{'Food': 'Baby Carrots (4Kids)', 'Item': '1', 'Required': '5', 'Extra': '0', 'Cost': '3'}

使用http://www.pythonregex.com/

似乎更快一些