Question

有一个非常奇怪的问题。我的（Python）RegEx看起来像这样：

u'^.*(?:Grundfl|gfl|wfl|wohnfl|whg|wohnung).*(\s\d{1,3}[.,]?\d{1,2}?)\s*(?:m\u00B2|qm)'

在re.findall（） - 术语中，这应该为以下文本输入两个匹配：“...从71m²到83m²” 但是，只有83匹配。这个问题与数字（\ s \ d {1,3} [。，]？\ d {1,2}？）和平方米（？：m \ u00B2 | qm）之间的可选空格有关，当我删除\ s *时，只有71符合预期。我不知道我的正则表达式有什么问题。谢谢你的帮助！

Answer 1

为什么不尝试使用积极的前瞻性？只要后面有m²或qm，这将匹配1+位数（内置可选的逗号）。数字和单位之间有一个可选空格：

>>> import re
>>> re.findall("[\d|\,]{1,}(?=\s{0,4}[m\u00B2|qm])", "from 71m² to 83m²")
['71', '83']
>>> re.findall("[\d|\,]{1,}(?=\s{0,4}[m\u00B2|qm])", "from 71,56 m² to 837,78 qm")
['71,56', '837,78']
>>>

它没有考虑您指定的单词，但您可以轻松地将该部分添加回来。但是re.findall（）会返回非重叠结果，因此如果您指定了开头在你的搜索中，它只会返回第一个值，因为它有效地“切掉”它匹配的部分，因此永远不会找到第二个部分。

Answer 2

您可以将以下正则表达式与re.findall：

一起使用

(\d*[.,]?\d+)\s*(?:m\u00B2|qm)

请参阅regex demo。 re.findall只会返回第1组捕获值的列表。

模式细节：

(\d*[.,]?\d+) - 包含整数或浮点数的第1组：0+位数，后跟1或0 .或,后跟1+位数
\s* - 0+ whitespaces
(?:m\u00B2|qm) - m²或qm。

请参阅Python demo：

# -*- coding: utf-8 -*-
import re
p = re.compile(u'(\d*[.,]?\d+)\s*(?:m\u00B2|qm)')
s = u"wohnung from 71,556m² to 183.4456m²"
print(p.findall(s)) # => [u'71,556', u'183.4456']

RegEx / Python：找不到可选的空格

2 个答案: