为什么我的正则表达式不匹配？

Question

我有以下模式：

find_pattern = re.compile(r'(ga:country:\s)([a-zA-Z()\s]*)(.*users:\s)(\d+),')

这是应该匹配的输入的样子：

        ga:country: (not set),Date range:0,ga:users:60,
        ga:country: Albania,Date range:0,ga:users:7,
        ga:country: Algeria,Date range:0,ga:users:10,
        ...
        ga:country: Argentina,Date range:0,ga:users:61,
        ga:country: Armenia,Date range:0,ga:users:2,

这就是 output 的格式化方式（以防它为问题增加任何价值）：

        ['(not set)', 60],
        ['Albania', 7],

当我运行测试时：

matches = find_pattern.finditer(self.data)
print('matches:', matches)
for match in matches:
    print(match)

找不到匹配项。

希望有人能够提供帮助。

Answer 1

我建议使用 2 个捕获组而不是 4 个，在ga:之后添加可选的空白字符，并在users:

.*也可以是非贪婪的.*? 获得第一个以防有更多users:零件。

为了防止users:开始一个更大的词的一部分，你可以让它更具体地匹配:users:

\bga:\s*country:\s*([a-zA-Z()\s]*),.*?:users:(\d+)

正则表达式演示

re.findall 的示例返回捕获组的值：

import re

regex = r"\bga:\s*country:\s*([a-zA-Z()\s]*),.*?:users:(\d+)"

s = ("ga:country: (not set),Date range:0,ga:users:60,\n"
    "ga:country: Albania,Date range:0,ga:users:7,\n"
    "ga:country: Algeria,Date range:0,ga:users:10,\n"
    "ga:country: Argentina,Date range:0,ga:users:61,\n"
    "ga:country: Armenia,Date range:0,ga:users:2,")

print(re.findall(regex, s))

Output

[('(not set)', '60'), ('Albania', '7'), ('Algeria', '10'), ('Argentina', '61'), ('Armenia', '2')]