从字符串python中提取年龄

Question

考虑以下字符串：

s="""A25-54 plus affinities targeting,Demo (AA F21-54),
A25-49 Artist Affinity Targeting,M21-49 plus,plus plus A 21+ targeting"""

我正在寻找一种模式，该模式当前无法提取字符串中的所有年龄段（当前输出中缺少A 21+）。

当前尝试：

import re
re.findall(r'(?:A|A |AA F|M)(\d+-\d+)',s)

输出：

['25-54', '21-54', '25-49', '21-49'] #doesnot capture the last group A 21+

预期输出：

['A25-54','AA F21-54','A25-49','M21-49','A 21+']

如您所见，我也希望有最后一个组A 21+，目前我的输出中缺少该组。

也可以获取与捕获组关联的字符串。目前，除了不捕获所有组外，我的输出还没有年龄组之前的字符串。例如：我想是因为'A25-54，所以我想用'25-54'而不是?:。

感谢我可以获得的任何帮助。

Answer 1

匹配项的缺失部分是由于您的模式包含一个捕获组，并且一旦正则表达式中存在一个捕获组，re.findall仅返回该部分。第二个问题是，您应该匹配-后跟1个或多个数字 或匹配第一个或多个数字后的文字+ 。

您可以使用

(?:A|A |AA F|M)\d+(?:-\d+|\+)

注意：您可能想在开头添加一个单词边界，以仅将A，AA F等匹配为整个单词：r'\b(?:A|A |AA F|M)\d+(?:-\d+|\+)'

请参见regex demo和regex graph：

详细信息

• (?:A|A |AA F|M)-匹配A，A ，AA ，AA F或M的非捕获组
• \d+-1个以上数字
• (?:-\d+|\+)-一个非捕获组，匹配-及其后的1+数字或单个+符号。

Python demo：

import re
s="""A25-54 plus affinities targeting,Demo (AA F21-54),
A25-49 Artist Affinity Targeting,M21-49 plus,plus plus A 21+ targeting"""
print(re.findall(r'(?:A|A |AA F|M)\d+(?:-\d+|\+)',s))
# => ['A25-54', 'AA F21-54', 'A25-49', 'M21-49', 'A 21+']