Question

我在YYYYYYYYXXXXXXXXZZZZZZZZ格式上有大量的字符串，其中X，Y和Z是固定长度的数字，八位数。现在，问题是我需要解析整数的中间序列并删除任何前导零。不幸的是，确定三个序列中每个序列的开始/结束位置的唯一方法是计算位数。

我目前分两步进行，即：

m = re.match(
    r"(?P<first_sequence>\d{8})"
    r"(?P<second_sequence>\d{8})"
    r"(?P<third_sequence>\d{8})",
    string)
second_secquence = m.group(2)
second_secquence.lstrip(0)

哪种方法有效，并给我正确的结果，例如：

112233441234567855667788 --> 12345678
112233440012345655667788 --> 123456
112233001234567855667788 --> 12345678
112233000012345655667788 --> 123456

但是有更好的方法吗？有可能写出一个与第二个序列匹配的正则表达式，没有前导零吗？

我想我正在寻找一个执行以下操作的正则表达式：

跳过前八位数字。
跳过任何前导零。
在此之后捕获任何内容，直到后面有16个字符/ 8个字符。

如上所述，上述解决方案确实有效，因此此问题的目的更多是为了提高我对正则表达式的了解。我很欣赏任何指示。

Answer 1

这是＆＃34;无用的正则表达式＆＃34;。

的典型案例

你的字符串是固定长度的。只需将它们切割到适当的位置即可。

s = "112233440012345655667788"
int(s[8:16])
# -> 123456

Answer 2

我认为不使用正则表达式更简单。

result = my_str[8:16].lstrip('0')

Answer 3

在此同意其他答案，并非真正需要正则表达式。如果确实想要使用正则表达式，那么\d{8}0*(\d*)\d{8}应该这样做。

Answer 4

只是为了表明可以使用正则表达式：

https://regex101.com/r/8RSxaH/2

# CODE AUTO GENERATED BY REGEX101.COM (SEE LINK ABOVE)
# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility

import re

regex = r"(?<=\d{8})((?:0*)(\d{,8}))(?=\d{8})"

test_str = ("112233441234567855667788\n"
    "112233440012345655667788\n"
    "112233001234567855667788\n"
    "112233000012345655667788")

matches = re.finditer(regex, test_str)

for matchNum, match in enumerate(matches):
    matchNum = matchNum + 1

    print ("Match {matchNum} was found at {start}-{end}: {match}".format(matchNum = matchNum, start = match.start(), end = match.end(), match = match.group()))

    for groupNum in range(0, len(match.groups())):
        groupNum = groupNum + 1

        print ("Group {groupNum} found at {start}-{end}: {group}".format(groupNum = groupNum, start = match.start(groupNum), end = match.end(groupNum), group = match.group(groupNum)))

# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.

虽然你并不真的需要它来做你想要的事情

使用正则表达式

4 个答案: