python重新匹配組

Question

我想從字符串中提取一些字段，但是我不確定它們有多少。 我使用了regexp，但是有一些我不理解的問題。

例如：

  199  -> (199)
  199,200  -> (199,200)
  300,20,500 -> (300,20, 500)

我嘗試了一下，但是在某種程度上我無法使它正常工作。 希望任何人都能給我一些建議。 我會感激的

我嘗試過的正則表達式：

>>> re.match('^(\d+,)*(\d+)$', '20,59,199,300').groups()
('199,', '300')
// in this, I do not really care about ',' since I could use .strip(',') to trim that. 

我做了一些谷歌：並嘗試使用re.findall，但我不確定如何獲得此：

>>> re.findall('^(\d+,)*(\d+)$', '20,59,199,300')
[('199,', '300')]

-------------------------------------------------- ----更新

我意識到，如果不講述整個故事，這個問題可能會令人困惑。 基本上我想驗證crontab中定義的語法（或類似的語法）

我為_VALID_EXPRESSION創建一個數組：這是一個嵌套元組。

 (field_1,
  field_2,
 )

對於每個field_1，它都有兩個元組，

 field_1:   ((0,59),        (r'....', r'....'))
            valid_value   valid_format 

在我的代碼中，它看起來像這樣：

_VALID_EXPRESSION =  \
 12     (((0, 59), (r'^\*$', r'^\*/(\d+)$', r'^(\d+)-(\d+)$',
 13                 r'^(\d+)-(\d+)/(\d+)$', r'^(\d+,)*(\d+)$')),   # second
 14      ((0, 59), (r'^\*$', r'^\*\/(\d+)$', r'^(\d+)-(\d+)$',
 15                 r'^(\d+)-(\d+)/(\d+)$', r'^(\d+,)*(\d+)$')),   # minute
 16        .... )

在我的解析函數中，我要做的就是提取所有組，然后查看它們是否在有效值之內。

我需要的regexp之一是它能夠正確匹配此字符串'50，200,300'，並在這種情況下提取所有數字。 （當然，我可以使用split（），但這會背離我的初衷。因此，我不喜歡這個想法。）

希望這會有所幫助。

Answer 1

為什么不只使用string.split？

numbers = targetstr.split(',')

Answer 2

使用正則表達式的最簡單解決方案是：

r"(\d+,?)"

您可以使用findall來獲得300, ， 20,和500是你想要的。 或者，如果您不想使用逗號：

r"(\d+),?"

這與1個或多個數字組成的組匹配，后跟0或1個逗號（不在組中）。

無論哪種方式：

>>> s = '300,20,500'
>>> r = re.compile(r"(\d+),?")
>>> r.findall(s)
['300', '20', '500']

但是，正如Sahil Grover指出的那樣，如果這些是您的輸入字符串，則等效於僅調用s.split(',') 。 如果您的輸入字符串可能包含非數字，那么這將確保您僅匹配數字字符串，但即使這樣也可能更簡單，例如filter(str.isdigit, s.split(',')) 。

如果要使用int的tuple而不是str的list ：

>>> tuple(map(int, r.findall(s)))
(300, 20, 500)

如果您發現解析/生成器表達式比map / filter調用更易於閱讀：

>>> tuple(int(x) for x in r.findall(s))
(300, 20, 500)

或者，更簡單地說：

>>> tuple(int(x) for x in s.split(',') if x.isdigit())
(300, 20, 500)

而且，如果您想要字符串(300, 20, 500) ，當然可以通過僅在tuple上調用repr來做到這一點，那么有一種更簡單的方法可以做到這一點：

>>> '(' + s + ')'
'(300, 20, 500)'

---

您原來的正則表達式：

'^(\d+,)*(\d+)$'

…將正好返回兩組，因為模式中恰好有兩組。 而且，由於您將它顯式地包裝在^和$ ，因此它必須匹配整個字符串，因此findall不會在這里為您提供幫助-它會找到與match完全相同的（兩個） match 。