协助Python正则表达式

Question

我有以下字符串。

示例：

• 12 CG GRB
• 6GRC 11.2 MK
• 2 GR 1.75LRG

我想将它们分成以下组

• [12，CG] [GRB]
• [6，GRC] [11.2，MK]
• [2，GR] [1.75，LRG]

我正在使用这个正则表达式 - （\ d +。？\ d *）。*？（[A-Z] +）但是有了它，我无法正确捕获第一个例子。而不是[12，CG] [GRB]，我得到[12，CG]。

非常感谢任何帮助。

import re
p = re.compile(ur'(\d+\.?\d*).*?([A-Z]+)')
test_str = u"12 CG GRB"

re.findall(p, test_str)

Answer 1

您可以将.*?替换为\s*以匹配零个或多个whitespasces，并使第一个捕获组成为可选：

(\d*\.?\d+)?\s*([A-Z]+)
           ^^^^

请参阅regex demo。

注意我还将数字匹配子模式修改为\d*\.?\d+以及.56之类的数学数字。你可以保留自己的模式。

模式详细信息：

• (\d*\.?\d+)? - 可选的第1组捕获
  • \d* - 零个或多个数字
  • \.? - 一个可选的点
  • \d+ - 一位或多位
• \s* - 零个或多个空格
• ([A-Z]+) - 第2组捕获一个或多个大写ASCII字母。

要将捕获组内容作为元组列表获取，请使用re.findall（demo）：

import re
p = re.compile(r'(\d*\.?\d+)?\s*([A-Z]+)')
s = "12 CG GRB\n6GRC 11.2 MK\n2 GR 1.75LRG"
print(p.findall(s))

Answer 2

s = "12 CG GRB\n6GRC 11.2 MK\n2 GR 1.75LRG"
re.split(r"(?<!\d)\s", s)

输出结果为：

['12 CG', 'GRB', '6GRC', '11.2 MK', '2 GR', '1.75LRG']