Question

在我的代码中，我想回答[('22', '254', '15', '36')]但得到[('15', '36')]。我的正则表达式(?:([0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)\.){3}可能不会运行3次！

import re
def fun(st):
    print(re.findall("(?:([0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)\.){3}([0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)",st))

ip="22.254.15.36"
print(fun(ip))

Answer 1

你的正则表达式中只有两个捕获组：

(?:    # non-capturing group
    (  # group 1
        [0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?
    )\.
){3}  
(      # group 2
        [0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?
)

第一组可重复3次并不会使其捕获3次。正则表达式引擎只会返回2个组，并且给定组中的最后一个匹配将填充该组。

如果要将IP地址的每个部分捕获到不同的组中，则必须为每个部分明确定义组：

pattern = (
    r'([0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)\.'
    r'([0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)\.'
    r'([0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)\.'
    r'([0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)')

def fun(st, p=re.compile(pattern)):
    return p.findall(st)

你可以通过一些字符串和列表操作避免那么多的重复：

octet = r'([0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)'
pattern = r'\.'.join([octet] * 4)

接下来，该模式将与25的{{1}}部分愉快地匹配。最好将200-255范围的匹配在开头匹配较小的数字：

顺便提一下，这仍然允许前导octet = r'(2(?:5[0-5]|[0-4]\d)|[01]?[0-9]{1,2})' pattern = r'\.'.join([octet] * 4)个数字，但是

如果你所做的只是传入单个IP地址，那么0就是过度杀手，只需使用re.findall()（仅匹配字符串开头）或p.match()，然后返回{ {1}}如果匹配则会产生结果;）

p.search()

请注意，未对周围数据进行验证，因此，如果您尝试从更大的文本中提取IP地址，则无法使用.groups()，并且无法添加{{1} } anchor和匹配可以来自更大数量的八位字节（例如22.22.22.22.22.22）。您必须为此添加一些环视操作符：

def fun(st, p=re.compile(pattern + '$')):
    match = p.match(st)
    return match and match.groups()

Answer 2

概述

正如我在下面的评论中提到的那样，大多数正则表达式引擎只捕获最后一个匹配。因此，当您执行(...){3}时，仅捕获最后一场比赛：例如用于(.){3}的{{1}}只会返回abc。

另外，请注意，将正则表达式更改为c的效果要好得多，并且会捕获完整的数字（例如，您最后会在最后一个八位字节中抓取(2[0-4]\d|25[0-5]|[01]?\d{1,2})而不是25 - 除非您将它锚定到最后）。

为您提供一个功能齐全的正则表达式来捕获IP的每个八位字节：

然而，就个人而言，我将逻辑与验证分开。下面的代码首先验证字符串的格式，然后在

(2[0-4]\d|25[0-5]|[01]?\d{1,2})\.(2[0-4]\d|25[0-5]|[01]?\d{1,2})\.(2[0-4]\d|25[0-5]|[01]?\d{1,2})\.(2[0-4]\d|25[0-5]|[01]?\d{1,2})

上分割字符串时检查逻辑（没有大于255的八位字节）是否通过。

代码

See code in use here

结果：import re ip='22.254.15.36' if re.match(r"(?:\d{1,3}\.){3}\d{1,3}$", ip): print([octet for octet in ip.split('.') if int(octet) < 256])

如果您使用此方法从任意字符串中提取IP，则可以将['22', '254', '15', '36']替换为re.match()或re.search()。在这种情况下，您可能需要删除re.findall()并添加一些逻辑，以确保您不匹配$之类的特殊情况：11.11.11.11.11

Answer 3

我遇到了非常相似的问题。我使用官方文档找到了两种解决方案。上面@ctwheels的答案确实提到了该问题的原因，我对此表示感谢，但它没有提供解决方案。即使尝试向后看和向后看，它也不起作用。

第一个解决方案： re.finditer

re.finditer 遍历匹配对象！

您可以使用每个人的“分组”方法！

    >>> def fun(st):
        pr=re.finditer("(?:([0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)\.){3}([0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)",st)
        for p in pr:
            print(p.group(),end="")

    >>> fun(ip)
    22.254.15.36

或者!!!

另一种解决方案哈哈：您仍然可以使用findall，但必须将每个组设为非捕获组！（因为主要问题不是 findall ，而是findall使用的 group 函数（众所周知，该函数仅返回最后一个匹配项）：

“ re.findall：

...如果模式中存在一个或多个组，则返回组列表”

（Python 3.8手册）

所以：

    >>> def fun(st):
        print(re.findall("(?:(?:[0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)\.){3}(?:[0-1]?[0-9]{0,2}|2?[0-4]?[0-9]|25[0-5]?)",st))

    >>> fun(ip)
    ['22.254.15.36']

玩得开心！

python重复中的正则表达式错误

3 个答案:

概述

代码