Question

我尝试使用?量词来匹配模式，只有它存在，但我无法按照我的意愿使用它。在下面的示例中，我尝试在AZA和ZZZ之后提取一对数字，其中ZZZ始终显示，但AZA是可选的。如果缺少AZA，我只想返回('', [zzz-value])对（空字符串而不是AZA值）：

输入：

AZA:00zx---
ZZZ:32fd---
testxfiler
gsdkfklsd
fdsfsk
AZA:06x---
ZZZ:50----
gsdkfklsd
gsdkfklsd
fdsfsk
fdsfsk
gsdkfklsd
fdsfsk
ZZZ:32zzz----
fdsfsk
fdsfsk
gsdkfklsd
fdsfsk
AZA:46----
ZZZ:53---

期望的输出：

[(00,32), (06, 50), ('',32), (46,53)]

我的尝试：

re.findall('(?:AZA:([0-9]*))?.*?ZZZ:([0-9]*)', text, re.DOTALL)

我的输出：

[('00', '32'), ('', '50'), ('', '32'), ('', '53')

Answer 1

(?:AZA:(\d+).*?)?ZZZ:(\d+)

请参阅demo

import re
p = re.compile(ur'(?:AZA:(\d+).*?)?ZZZ:(\d+)', re.DOTALL)
test_str = u"AZA:00zx---\nZZZ:32fd---\ntestxfiler\ngsdkfklsd\nfdsfsk\nAZA:06x---\nZZZ:50----\ngsdkfklsd\ngsdkfklsd\nfdsfsk\nfdsfsk\ngsdkfklsd\nfdsfsk\nZZZ:32zzz----\nfdsfsk\nfdsfsk\ngsdkfklsd\nfdsfsk\nAZA:46----\nZZZ:53---"

re.findall(p, test_str)

Answer 2

您不需要添加DOTALL修饰符

>>> text = """AZA:00zx---
ZZZ:32fd---
testxfiler
gsdkfklsd
fdsfsk
AZA:06x---
ZZZ:50----
gsdkfklsd
gsdkfklsd
fdsfsk
fdsfsk
gsdkfklsd
fdsfsk
ZZZ:32zzz----
fdsfsk
fdsfsk
gsdkfklsd
fdsfsk
AZA:46----
ZZZ:53---"""
>>> re.findall(r'(?:AZA:([0-9]+)[\S\s]*?)?ZZZ:([0-9]+)', text)
[('00', '32'), ('06', '50'), ('', '32'), ('46', '53')]

DEMO

[\S\s]*将匹配任何空格或非空格字符零次或多次。

为什么你的正则表达式无法正常工作？

(?:AZA:([0-9]*))?.*?ZZZ:([0-9]*)

我们都知道在DOTALL模式下，正则表达式中的点也会匹配偶数换行符。因此，通过将(?:AZA:([0-9]*))?设置为可选，以下.*?将匹配ZZZ:([0-9]*)之前存在的所有前面的字符。因此，通过在前面的可选组中包含以下.*?，AZA:(\d+)匹配（如果它显示）并且将捕获AZA:后面的数字。现在，它不会做一场不必要的比赛。

Answer 3

表单的正则表达式

(?:AZA:(\d+)[^\n]*\n)?(?:ZZZ:)(\d+)[^\n]*会有所帮助。

例如

>>>re.findall('(?:AZA:(\d+)[^\n]*\n)?(?:ZZZ:)(\d+)[^\n]*' ,x)
[('00', '32'), ('06', '50'), ('', '32'), ('46', '53')]

(?:AZA:(\d+)[^\n]*\n)?匹配:AZA:后跟数字\d+，后跟\n（[^\n]）以外的任何内容。最后的量词?确保整个组是可选的。数字在第1组中捕获
(?:ZZZ:)(\d+)[^\n]*匹配:ZZZ:后跟数字\d+以及\n以外的任何内容。第2组中捕获的数字

您错过了什么

re.findall('(?:AZA:([0-9]*))?.*?ZZZ:([0-9]*)', text, re.DOTALL)

整个(?:AZA:([0-9]*))?.*?应该是可选的

(?:AZA:([0-9]*))?.*?)?

后跟\n

更改你的正则表达式

re.findall('(?:AZA:([0-9]*).*?)?\nZZZ:([0-9]*)' ,x)

将输出

[('00', '32'), ('06', '50'), ('', '32'), ('46', '53')]

正则表达式可选匹配模式

3 个答案: