Question

我想匹配由逗号分隔的三个字母的字母序列（只允许使用字母'a'，'b'，'c'）（最后一组不以逗号结尾）。

示例：

abc,bca,cbb
ccc,abc,aab,baa
bcb

我写了以下正则表达式：

re.match('([abc][abc][abc],)+', "abc,defx,df")

但是它无法正常工作，因为上面的示例：

>>> print bool(re.match('([abc][abc][abc],)+', "abc,defx,df")) # defx in second group
True
>>> print bool(re.match('([abc][abc][abc],)+', "axc,defx,df")) # 'x' in first group
False

似乎只检查第一组三个字母但忽略了其余的字母。如何正确编写这个正则表达式？

Answer 1

尝试以下正则表达式：

^[abc]{3}(,[abc]{3})*$

^...$从字母开头到字符串结束 [...]其中一个给定的字符
...{3}三次前的短语 (...)* 0到括号中的字符的n倍

Answer 2

你要求它用正则表达式找到的是“至少三个字母a，b，c” - 这就是“+”给你的东西。无论之后是什么，对正则表达式来说并不重要。您可能希望包含“$”，这意味着“行尾”，以确保该行必须包含允许的三元组。但是在当前形式中，你的正则表达式还要求最后一个三元组以逗号结尾，所以你应该明确地编写它不是这样的代码。试试这个：

re.match('([abc][abc][abc],)*([abc][abc][abc])$'

这会找到任意数量的允许三元组，后跟逗号（可能为零），然后是三元组，不带逗号，然后是行尾。

编辑：包括“^”（字符串开头）符号不是必需的，因为match方法已经仅在字符串的开头检查匹配。

Answer 3

您需要迭代找到的值序列。

data_string = "abc,bca,df"

imatch = re.finditer(r'(?P<value>[abc]{3})(,|$)', data_string)

for match in imatch:
    print match.group('value')

因此检查字符串是否匹配模式的正则表达式将是

data_string = "abc,bca,df"

match = re.match(r'^([abc]{3}(,|$))+', data_string)

if match:
    print "data string is correct"

Answer 4

自正则表达式

以来，您的结果并不令人惊讶

([abc][abc][abc],)+

尝试匹配字符串中包含三个字符[abc]后跟逗号一次或多次任何地方的字符串。所以最重要的部分是确保字符串中没有其他内容 - 正如scessor所建议的那样，将^（字符串的开头）和$（字符串的结尾）添加到正则表达式中。 / p>

Answer 5

强制性的“你不需要正则表达式”解决方案：

all(letter in 'abc,' for letter in data) and all(len(item) == 3 for item in data.split(','))

Answer 6

不使用正则表达式的替代方法（虽然是强力方式）：

>>> def matcher(x):
        total = ["".join(p) for p in itertools.product(('a','b','c'),repeat=3)]
            for i in x.split(','):
                if i not in total:
                    return False
         return True

>>> matcher("abc,bca,aaa")
    True
>>> matcher("abc,bca,xyz")
    False
>>> matcher("abc,aaa,bb")
    False

Answer 7

如果您的目标是将字符串验证为由字母a，b和c组成三元组：

for ss in ("abc,bbc,abb,baa,bbb",
           "acc",
           "abc,bbc,abb,bXa,bbb",
           "abc,bbc,ab,baa,bbb"):
    print ss,'   ',bool(re.match('([abc]{3},?)+\Z',ss))

结果

abc,bbc,abb,baa,bbb     True
acc     True
abc,bbc,abb,bXa,bbb     False
abc,bbc,ab,baa,bbb     False

\Z表示：字符串的结尾。它的存在迫使比赛直到弦的最后

顺便说一句，我也喜欢Sonya的形式，更清楚：

bool(re.match('([abc]{3},)*[abc]{3}\Z',ss))

重复序列的正则表达式

7 个答案: