正则表达式：将捕获组与OR条件相结合

Question

我们说我有一个字符串：

s = "id_john, num847, id_000, num___"

我知道如何使用|检索2种模式中的任何一种：

re.findall("id_[a-z]+|num[0-9]+", s)
#### ['id_john', 'num847'] # OK

我知道如何捕捉仅与括号匹配的部分：

re.findall("id_([a-z]+)", s)
#### ['john']

但是当我尝试将这两个功能结合起来时，我失败了，这是我期望的输出：

#### ['john', '847']

感谢您的帮助..（我使用python）

Answer 1

你可以在Python中使用这个代码：lookaheads：

>>> s = "id_john, num847, id_000, num___"
>>> print re.findall(r'(?:id_(?=[a-z]+\b)|num(?=\d+\b))([a-z\d]+)', s)
['john', '847']

RegEx详细信息：

• (?:：启动非捕获组
  • id_(?=[a-z]+\b)：将id_与先行断言相匹配，以确保我们前面有[a-z]+个字符，然后是字边界
  • |：或
  • num(?=\d+\b)）（[a-z \ d] + : Match num`带有先行断言，以确保我们前面有数字后跟字边界
• )：结束非捕获组
• ([a-z\d]+)：将1+个字符与小写字母或数字相匹配

Answer 2

无需前瞻或复杂的模式。

考虑一下：

>>> re.findall('id_([a-z]+)|num([0-9]+)', s)
[('john', ''), ('', '847')]

当第一个模式匹配时，第一个组将包含匹配，第二个组将为空。当第二个模式匹配时，第一个组为空，第二个组包含匹配。

由于两个小组中的一个总是空的，加入它们不会受到伤害。

>>> [a+b for a,b in re.findall('id_([a-z]+)|num([0-9]+)', s)]
['john', '847']