找到字符串的哪个部分与正则表达式python不匹配

Question

为了查看文件名是否正确命名（使用re），我使用以下正则表达式模式：

*^S_hc_[0-9]{1,2}\.[0-9]{1,2}\.[0-9]{1,2}_[0-9]{4,4}-[0-9]{1,3}T[0-9]{6,6}\.xml$"*

这是一个正确的文件名： *S_hc_1.2.3_2014-213T123121.xml*

这是一个不正确的文件名： *S_hc_1.2.IncorrectName_2014-213T123121.xml*

我想知道是否有一种简单的方法来检索文件中与出口不匹配的部分。

最后，将显示一条错误消息：

Error, incorrect file name, the part 'IncorrectName' does not match with expected name. 

Answer 1

您可以使用re.split和发电机表达式中next ，但你还需要检查你的字符串匹配你想要啥子，你可以用以下re.match做到这一点的结构：

re.match(r"^S_hc_(.*)\.(.*)\.(.*)_(.*)-(.*)\.xml$",s2)

在代码中：

>>> import re
>>> s2 ='S_hc_1.2.IncorrectName_2014-213T123121.xml'
>>> s1
'S_hc_1.2.3_2014-213T123121.xml'
#with s1
>>> next((i for i in re.split(r'^S_hc_|[0-9]{1,2}\.|[0-9]{1,2}_|_|[0-9]{4,4}|-|[0-9]{1,3}T[0-9]{6}|\.|xml$',s1) if i and re.match(r"^S_hc_(.*)\.(.*)\.(.*)_(.*)-(.*)\.xml$",s2)),None)
#with s2
>>> next((i for i in re.split(r'^S_hc_|[0-9]{1,2}\.|[0-9]{1,2}_|_|[0-9]{4,4}|-|[0-9]{1,3}T[0-9]{6}|\.|xml$',s2) if i and re.match(r"^S_hc_(.*)\.(.*)\.(.*)_(.*)-(.*)\.xml$",s2)),None)
'IncorrectName'

您只需要在正则表达式模式的唯一部分之间使用pip（ | ），然后split函数将根据其中一种模式拆分字符串。

并且与您的某个模式不匹配的部分将不会被拆分，您可以通过循环覆盖您的拆分文本找到它！

next（迭代器[，默认]）

通过调用next（）方法从迭代器中检索下一个项目。 如果给定default，则在迭代器耗尽时返回，否则引发StopIteration。

如果你想要几行：

>>> for i in re.split(r'^S_hc_|[0-9]{1,2}\.|[0-9]{1,2}_|_|[0-9]{4,4}|-|[0-9]{1,3}T[0-9]{6}|\.|xml$',s2):
...   if i and re.match(r"^S_hc_(.*)\.(.*)\.(.*)_(.*)-(.*)\.xml$",s2):
...        print i
... 
IncorrectName

Answer 2

也许这是一个更长的解决方案，但它会告诉你失败的原因和预期。 它类似于Kasra的解决方案 - 将文件名分成单个位并依次匹配它们。 这允许您找出匹配中断的位置：

import re
# break up the big file name pattern into individual bits that we can match
RX      = re.compile
pattern = [
        RX(r"\*"),
        RX(r"S_hc_"),
        RX(r"[0-9]{1,2}"),
        RX(r"\."),
        RX(r"[0-9]{1,2}"),
        RX(r"\."),
        RX(r"[0-9]{1,2}"),
        RX(r"_"),
        RX(r"[0-9]{4}"),
        RX(r"-"),
        RX(r"[0-9]{1,3}"),
        RX(r"T"),
        RX(r"[0-9]{6}"),
        RX(r"\.xml"),
        RX(r"\*")
        ]

# 'fn' is the file name matched so far
def reductor(fn, rx):
    if fn is None:
        return None
    mo = rx.match(fn)
    if mo is None:
        print "File name mismatch: got {}, expected {}".format(fn, rx.pattern)
        return None
    # proceed with the remainder of the string
    return fn[mo.end():]


validFile = lambda fn: reduce(reductor, pattern, fn) is not None

我们来测试一下：

print validFile("*S_hc_1.2.3_2014-213T123121.xml*")
print validFile("*S_hc_1.2.IncorrectName_2014-213T123121.xml*")

输出：

True
File name mismatch: got IncorrectName_2014-213T123121.xml*, expected [0-9]{1,2}
False

Answer 3

这是我要使用的方法，如果案例不匹配，请告诉我：

def verifyFileName(self, filename__, pattern__):
    '''
    Verifies if a file name is correct
    :param filename__: file name 
    :param pattern__: pattern
    :return: empty string if file name is correct, otherwise the incorrect part of file
    '''
    incorrectPart =""
    pattern = pattern__.replace('\.','|\.|').replace('_','|_|')
    for i in re.split(pattern, filename__):
        if len(i)>1:
            incorrectPart = i
    return incorrectPart

Answer 4

这是反例。 我已经采用了您的方法并定义了三个测试用例 - 文件名和预期输出。

这是输出，代码如下：

$> python m.py
S_hc_1.2.3_2014-213T123121.xml: PASS [expect None got None]
S_hc_1.2.3_Incorrect-213T123121.xml: PASS [expect Incorrect- got Incorrect-]
X_hc_1.2.3_2014-213T123121.xml: FAIL [expect X got None]

这是代码 - 剪切和粘贴并运行它。

def verifyFileName(filename__, pattern__):
    '''
    Verifies if a file name is correct
    :param filename__: file name 
    :param pattern__: pattern
    :return: empty string if file name is correct, otherwise the incorrect part of file
    '''
    incorrectPart = None
    pattern = pattern__.replace('\.','|\.|').replace('_','|_|')
    for i in re.split(pattern, filename__):
        if len(i)>1:
            incorrectPart = i
    return incorrectPart


pattern = "^S_hc_[0-9]{1,2}\.[0-9]{1,2}\.[0-9]{1,2}_[0-9]{4,4}-[0-9]{1,3}T[0-9]{6,6}\.xml$"

# list of test cases: filenames + expected return from verifyFileName:
testcases = [
        # correct file name
        ("S_hc_1.2.3_2014-213T123121.xml", None),
        # obviously incorrect
        ("S_hc_1.2.3_Incorrect-213T123121.xml", "Incorrect-"),
        # subtly incorrect but still incorrect
        ("X_hc_1.2.3_2014-213T123121.xml", "X")
        ]

for (fn, expect) in testcases:
    res = verifyFileName(fn, pat)
    print "{}: {} [expect {} got {}]".format(fn, "PASS" if res==expect else "FAIL", expect, str(res))