简单的python正则表达式无法按预期工作

Question

我正在尝试提取-之前的数字以及它后面的字符串的其余部分，但是无法同时提取这两个数字。这是交互式终端的输出：

>>> a = '#232 - Hello There'
>>> re.findall('#(.*?) - (.*?)', a)
[('232', '')]

为什么我的正则表达式不能正常工作？

Answer 1

.*?是 non-greedy ，即它将匹配最小的子字符串，您需要 greedy 版本，即.*（匹配最长的子字符串）对于后一个：

In [1143]: a = '#232 - Hello There'                                                                                                                                                                         

In [1144]: re.findall('#(.*?) - (.*?)', a)                                                                                                                                                                  
Out[1144]: [('232', '')]

In [1145]: re.findall('#(.*?) - (.*)', a)                                                                                                                                                                   
Out[1145]: [('232', 'Hello There')]

---

但是您应该使用str方法来处理这种简单的情况，例如使用 str.split 和-进行分割：

In [1146]: a.split(' - ')                                                                                                                                                                      
Out[1146]: ['#232', 'Hello There']

在str.partition上使用 - 并切片：

In [1147]: a.partition(' - ')[::2]                                                                                                                                                                          
Out[1147]: ('#232', 'Hello There')

Answer 2

此表达式可能会提取那些所需的值：

([0-9]+)\s*-\s*(.*)

Demo

测试

import re

print(re.findall("([0-9]+)\s*-\s*(.*)", "#232 - Hello There"))

输出

[('232', 'Hello There')]

Answer 3

您的正则表达式很好，您只是在使用re中的错误函数。以下内容正确匹配：

m = re.fullmatch('#(.*?) - (.*?)', a)