Question

我希望获取“-”之后的所有字母数字字符例如：

>>> str1 = "12 - mystr"
>>> re.findall(r'[-.\:alnum:](.*)',  str1)
[' mystr']

首先，奇怪的是空白被认为是字母数字，而我希望得到['mystr']。

第二，如果没有“-”，我不明白为什么可以获取它：

>>> str2 = "qwertyuio"
>>> re.findall(r'[-.\:alnum:](.*)',  str2)
['io']

Answer 1

首先，Python re does not support POSIX字符类。

不将空格视为字母数字，您的第一个模式将-与[-.\:alnum:]匹配，然后(.*)将除换行符以外的所有0个或多个字符捕获到组1中。 [-.\:alnum:]模式与一个-，.，:，a，l，n，{ {1}}或u。因此，当与m进行比赛时，qwertyuio被匹配并且u被捕获到组1中。

字母数字字符可以与io模式匹配。因此，要捕获[^\W_]之后的所有字母数字字符，然后使用0+空格

请参见regex demo

详细信息

re.findall(r'-\s*([^\W_]+)', s)-连字符
--超过0个空格
\s*-捕获组1：一个或多个（([^\W_]+)）字母或数字的字符。

Python demo：

Answer 2

您的正则表达式说：“找到任何一个字符-.:alnum，然后将任意数量的任何字符捕获到第一个捕获组中。”

在第一个测试中，它找到第一个字符-，然后在第一个捕获组中捕获了mystr。如果正则表达式中有任何组，则findall返回找到的组列表，而不是匹配项，因此不包括匹配的-。

您的第二个测试发现u是-.:alnum个字符之一（因为qwerty都不匹配），然后捕获并返回了其余字符io。

正如@revo在注释中指出的，[....]是一个字符类-匹配其中的任何一个字符。为了在其中包含POSIX字符类（例如[:alnum:]），您需要两组括号。而且，字符类中没有顺序；您在其中包含-的事实只是意味着它将是匹配的字符之一，不是，如果没有它，字母数字字符将被匹配。最后，如果您想匹配任意数量的字母数字，那么您在错误的地方使用了量词*。

因此，“匹配-，然后匹配任意数量的字母数字字符”将是-([[:alnum:]]*)，除外 ... Python does not support POSIX character classes。因此，您必须编写自己的-([A-Za-z0-9]*)。

但是，这将与您的字符串不匹配，因为如您所注意到的，中间空格是不是一个字母数字字符。为了解决这个问题，请-\s*([A-Za-z0-9]*)。

Answer 3

不太确定要匹配什么。我假设您不想在任何比赛中都包含“-”。

如果要获取第一个“-”之后的所有字母数字字符，并跳过所有其他字符，则可以执行以下操作。

re.match('.*?(?<=-)(((?<=\s+)?[a-zA-Z\d]+(?=\s+)?)+)', inputString)

如果要在每个“-”之后找到每个字母数字字符串，则可以执行此操作。

re.findall('(?<=-)[a-zA-Z\d]+')

奇怪的输出正则表达式r'[-。\：alnum：]（。*）'

3 个答案: