Question

我的文字如下：

sometext...one=1290...sometext...two=12985...sometext...three=1233...

如何找到one=1290和two=12985但不能找到三个，四个或五个？ =之后可以有4到5位数字。我试过这个：

import re
pattern = r"(one|two)+=+(\d{4,5})+\D"
found = re.findall(pattern, sometext, flags=re.IGNORECASE)
print(found)

它给我的结果如下：[('one', '1290')]。如果我使用pattern = r"((one|two)+=+(\d{4,5})+\D)"，它会给我[('one=1290', 'one', '1290')]。我怎样才能得到one=1290？

Answer 1

你很亲密。您需要使用单个捕获组（或者不使用任何一个）：

((?:one|two)+=+\d{4,5})+

完整代码：

import re

string = 'sometext...one=1290...sometext...two=12985...sometext...three=1233...'

pattern = r"((?:one|two)+=+\d{4,5})+"
found = re.findall(pattern, string, flags=re.IGNORECASE)
print(found)
# ['one=1290', 'two=12985']

Answer 2

使内部群组无法捕捉：((?:one|two)+=+(?:\d{4,5})+\D)

Answer 3

您获得[('one', '1290')]而不是one=1290等结果的原因是因为您使用的是捕获群组。使用：

r"(?:one|two)=(?:\d{4,5})(?=\D)"

我删除了额外的+转发器，因为它们（我认为？）是不必要的。您不想匹配oneonetwo===1234之类的内容，对吧？
使用(?:...)而不是(...)定义非捕获组。这可以防止返回捕获的结果，而是让您获得整个匹配。
同样，使用(?=\D)定义预测 - 因此从匹配结果中排除。

python正则表达式查找带有数字的文本

3 个答案: