如何正确正则表达式匹配python中的以下字符串？

Question

我有以下字符串：

1-幼胡萝卜（4个孩子）（3美元）[额外0计数]； [需要5个计数]

我正在尝试以下小组：

Item - 1
Food - Baby Carrots (4Kids) (3 DOLLARS)
Cost - 3
Extra - 0
required - 5

以下是我当前的匹配字符串，未接收任何内容：

'(?P<item>.+?)\-(?P<food>.*)\[.*?(?P<extra>\d+(\.\d+)?).*\].*\[.*?(?P<required>\d+(\.\d+)?).*\]'

我的尝试有什么问题？

Answer 1

您原来的正则表达式：

(?P<item>.+?)\-(?P<food>.*)\[.*?(?P<extra>\d+(\.\d+)?).*\].*\[.*?(?P<required>\d+(\.\d+)?).*\]

Debuggex演示

您的问题主要是由于您搜索的是任何字符，而不是特定的字符（数字和静态字符串）。 例如：为什么使用

(?P<item>.+?)

如果只是数字？ 更改为

(?P<item>[0-9]+?)

在这种情况下，不需要'+？'：不需要运算符 ，因为您总是需要完整的数字。 也就是说，比赛的下一部分将不在该数字的中间 。

另外，这应该锚定到行（输入）start ：

^(?P<item>[0-9]+?)

您无需逃脱破折号（尽管它不会造成伤害）。

^(?P<item>[0-9]+?)-

您的食物组（嘿）是最复杂的部分

(?P<food>.*)

它不仅包含任何字符。 根据您的演示输入，它只有字母，空格，数字和括号。 因此，只搜索它们：

(?P<food>[\w0-9 ()]+)

到目前为止，这里是：

^(?P<item>[0-9]+?)- (?P<food>[\w0-9 ()]+)

Debuggex演示

您会看到这也与成本部分相匹配（正则表达式中完全缺少这部分...我想这只是一个疏忽）。

所以加上成本，这是

• (
• 一个号码
• [space]DOLLARS)

但是只捕获数字：

^(?P<item>[0-9]+?)- (?P<food>[\w0-9 ()]+) \((?P<cost>[0-9]+) DOLLARS\)

实际上，您的正则表达式的其余部分都可以正常工作，并且可以按原样添加到末尾：

\[.*?(?P<extra>\d+(\.\d+)?).*\].*\[.*?(?P<required>\d+(\.\d+)?).*\]

但是，我建议更改.*? 如果确实总是在此处找到该文本，则返回EXTRA[space] （同样，在这种情况下，无需勉强）。 与[space]COUNT相同; 和REQUIRED[space] 。 缩小范围越多，则正则表达式将越容易调试-假设您的输入确实受到限制。

这是最终版本（还带有行尾锚）：

^(?P<item>[0-9]+?)- (?P<food>[\w0-9 ()]+) \((?P<cost>[0-9]+) DOLLARS\) \[EXTRA (?P<extra>\d+(\.\d+)?) COUNT\]; \[REQUIRED (?P<required>\d+(\.\d+)?) COUNT\]$

Debuggex演示

---

在分析您的正则表达式之前，这是我想到的：

(?P<item>[0-9]+)- (?P<food>[\w ()]+) \((?P<cost>[0-9]+) DOLLARS\) \[EXTRA (?P<extra>[0-9]+) COUNT\]; \[REQUIRED (?P<required>[0-9]+) COUNT\]

Debuggex演示

---

所有这些链接来自“ 堆栈溢出正则表达式常见问题解答” 。

Answer 2

像这样 ：

(?P<item>.+?)\-\s(?P<food>.*?\)).*?\((?P<cost>\d)\s\w+\)\s\[.*?(?P<extra>\d+(\.\d+)?).*\].*\[.*?(?P<required>\d+(\.\d+)?).*\]

演示在这里： http : //regex101.com/r/qD1rL9

Answer 3

如上所述，您缺少成本捕获功能，还需要使food捕获功能不贪心，并包括结束日期。 我的版本：

(?P<Item>\d)-\s*(?P<Food>.*?\))\s*\((?P<Cost>\d*).*EXTRA\s*(?P<Extra>\d*).*REQUIRED\s*(?P<Required>\d*)

{'Food': 'Baby Carrots (4Kids)', 'Item': '1', 'Required': '5', 'Extra': '0', 'Cost': '3'}

使用http://www.pythonregex.com/似乎更快