Question

我在http://regexpal.com/上测试了以下代码，它正确匹配了我想要的字符串。我想找到16个数字的数字，这些数字以4个块的形式出现，中间有一个空格，所以我写了以下正则表达式：

\d{4}(\s\d{4}){3}

即。匹配4个数字，然后匹配三个重复的空格集，后跟四个数字。在regexpal上，这正确匹配：

test1234消息 1234 5678 1234 5678

但是，在Python中，我运行以下代码：

>>> import re
>>> p = re.compile('\d{4}(\s\d{4}){3}')
>>> p.findall('test1234 message1234 5678 1234 5678')
[' 5678']
>>>

我不明白为什么它与“＃56; 5678＆＃39;”的第二个实例匹配？以及为什么它不像我期望的那样匹配数字块。

Answer 1

原始字符串是定义正则表达式的推荐方法，但这里的问题主要是因为findall方法的实现。您需要将正则表达式中存在的捕获组转换为非捕获组。因为re.findall函数给出了捕获的第一个首选项，然后是匹配项。您的正则表达式\d{4}(\s\d{4}){3}与16位数字匹配，但仅捕获最后四位加上前一空格。

p = re.compile(r'\d{4}(?:\s\d{4}){3}')

示例：

>>> import re >>> p = re.compile(r'\d{4}(\s\d{4}){3}') >>> p.findall('test1234 message1234 5678 1234 5678') [' 5678'] >>> p = re.compile(r'\d{4}(?:\s\d{4}){3}') >>> p.findall('test1234 message1234 5678 1234 5678') ['1234 5678 1234 5678']

Answer 2

您需要在字符串前面添加r或者转义反斜杠：

p = re.compile(r'\d{4}(\s\d{4}){3}')

或

p = re.compile('\\d{4}(\\s\\d{4}){3}')

Python：{n}匹配的意外正则表达式行为

2 个答案: