我的正则表达式分组为什么不能正确分组？

Question

文件中的一行示例：“ CIS 14A Visual Basic .NET编程I x x x x”

我试图将文件中的行分为三组：group（0）应该是课程编号（14A），group（1）应该是主题（Visual Basic .NET Programming I），而group（ 2）应该是课程可用的四分之一。但是，当我测试代码时，group（0）与整行匹配，group（1）是课程编号，group（2）为空...，而group （3）是主题和可用季度的组合。我找不到问题所在，因为每组括号都创建了一个组，但是所有组的顺序都不正确，并且出于某种原因，我未包含在任何括号中的“ CIS”被包含在group（0）中。我是regex的新手，所以非常感谢您提供有关如何修复代码的建议。

    with open(filename) as infile:
        for line in infile:
            self._match = (re.search('^CIS\s(\d*\w*)(\w*)\s?[^x]*(.*)$', line, re.I))
            self._numb = self._match.group(0).strip()
            self._name = self._match.group(1).strip()
            self._quarter=self._match.group(2).strip().split('x')

Answer 1

请注意，.group()总是与捕获组+ 1一样多，因为第零组是为整个比赛保留的。

您可能使用的正则表达式是

^CIS\s+([0-9A-Z]+)\s(.*?)\s(x\s.*)

请参见regex demo

请参阅Python代码段：

with open(filename, 'r') as infile:
    for line in infile:
        self._match = re.search(r'^CIS\s+([0-9A-Z]+)\s(.*?)\s(x\s.*)', line, re.I)
        if self._match:
            self._numb = self._match.group(1).strip()
            self._name = self._match.group(2).strip()
            self._quarter=self._match.group(3).strip().split('x')

正则表达式详细信息

• ^-字符串的开头
• CIS-文字子字符串
• \s+-超过1个空格
• ([0-9A-Z]+)-第1组：一个或多个数字或大写字母
• \s-空格
• (.*?)-第2组：除换行符以外的任何0个或多个字符，应尽可能少
• \s-空格
• (x\s.*)-第3组：x，空格和除换行符以外的0个或更多字符。

还要检查regex graph：