正则表达式python findall问题

Question

从测试字符串：

 test=text-AB123-12a
 test=text-AB123a

我只需要提取'AB123-12'和'AB123' ，但是：

 re.findall("[A-Z]{0,9}\d{0,5}(?:-\d{0,2}a)?", test)

收益：

['', '', '', '', '', '', '', 'AB123-12a', '']

这些多余的空白是什么？ 如何删除它们？

Answer 1

量词{0,n}将匹配从0到n次出现的先前模式。 由于您匹配的两个模式允许出现0，第三个是可选的（ ? ），它将匹配长度为0的字符串，即字符串中的每个字符。

编辑以找到每个图案的最小值 1， 最大值 9和5会产生正确的结果：

>>> test='text-AB123-12a'
>>> import re
>>> re.findall("[A-Z]{1,9}\d{1,5}(?:-\d{0,2}a)?", test)
['AB123-12a']

如果没有关于您要匹配的字符串到底是什么样子的详细信息，我无法给出更好的答案。

Answer 2

模式设置为匹配长度为零的字符，而字符集量词的下限设置为0。只需将其设置为1即可产生所需的结果：

>>> import re
>>> test = ''' test=text-AB123-12a
...  test=text-AB123a'''
>>> re.findall("[A-Z]{1,9}\d{1,5}(?:-\d{0,2}a)?", test)
['AB123-12a', 'AB123']

Answer 3

RegEx测试人员： http : //www.regexpal.com/说您的模式字符串[AZ]{0,9}\\d{0,5}(?:-\\d{0,2}a)? 可以匹配0个字符，因此可以无限匹配。

再检查一次您的表情。 Python给您未定义的结果。

Answer 4

由于模式的所有部分都是可选的（您的范围指定零到N次出现，并且您要用?限定组），因此字符串中的每个位置都算作一个匹配项，并且大多数都是空匹配项。

如何防止这种情况的发生，取决于您要匹配的内容的确切格式。 比赛的所有这些部分真的是可选的吗？

Answer 5

由于开头字母或数字是可选的，因此必须确保至少有一个字母或一个数字，否则您的模式将与字符串中每个位置的空字符串匹配。 您可以先行完成图案。 例：

re.findall(r'(?=[A-Z0-9])[A-Z]{0,9}\d{0,5}(?:-\d\d?)?(?=a)', test)

这样，比赛可以以字母或数字开头。

我假设当有连字符时，其后至少要有一个数字（否则此连字符的原因是什么？）。 换句话说，我假设-a是不可能的。 （如果我错了纠正我。）

为了从匹配结果中排除“ a”，我将其提前放置。