Question

我是正则表达式的新手，但我希望匹配大约200万个字符串中的模式。有三种形式的原始字符串如下所示：

EC-2A-07<EC-1D-10>
EC-2-07
T1-ZJF-4

除了-之外，我想获得三个子字符串部分，也就是说我想分别获得EC，2A，07。特别是，对于第一个字符串，我只想在<之前划分部分。

我尝试了.+[\d]\W但无法识别EC-2-07，然后我使用.split('-')拆分字符串，然后在返回的列表中使用index来获取我想要的内容。但效率很低。

你能想出一个高效的正则表达式来满足我的要求吗？非常感谢！

Answer 1

您需要使用

^([A-Z0-9]{2})-([A-Z0-9]{1,3})-([A-Z0-9]{1,2})

请参阅regex demo

<强>详情：

^ - 字符串开头
([A-Z0-9]{2}) - 第1组捕获2个大写ASCII字母或数字 - - - 连字符
([A-Z0-9]{1,3}) - 第2组捕获1到3个大写ASCII字母或数字
- - 连字符
([A-Z0-9]{1,2}) - 第3组捕获1到2个大写ASCII字母或数字。

您可以根据需要调整{min,max}量词中的值。

示例Python demo：

import re
regex = r"^([A-Z0-9]{2})-([A-Z0-9]{1,3})-([A-Z0-9]{1,2})"
test_str = "EC-2A-07<EC-1D-10>\nEC-2-07\nT1-ZJF-4"
matches = re.findall(regex, test_str, re.MULTILINE)
print(matches)
#or with lines
lines = test_str.split('\n')
rx = re.compile("([A-Z0-9]{2})-([A-Z0-9]{1,3})-([A-Z0-9]{1,2})")
for line in lines:
    m = rx.match(line)
    if m:
        print('{0} :: {1} :: {2}'.format(m.group(1), m.group(2), m.group(3)))

Answer 2

你可以试试这个：

^(\w+)-(\w+)-(\w+)(?=\W).*$

Explanation

Python Demo

使用正则表达式

2 个答案: