如何使用正則表達式搜索字符串

Question

我現在使用正則表達式處理一些字符串，現在我有一個特殊的字符串，不容易使用正則表達式來處理。 下面是一些示例字符串。 TP-LINK是一個示例，它可以是具有類似格式的其他路由器供應商 。

TP-LINK Wireless Range Extender WA810RE 
TP-LINK Wireless WA850RE  
TP-LINK Wireless Range Extender WA850RE  
TP-LINK Wireless Range Extender WA890RE  

正如你在上面的字符串中看到的那樣，我想獲得TP-LINK ，而不是使用TL和WA850RE ，那么最終的結果是TLWA850RE

我在正則表達式中使用前瞻，但它似乎不起作用。

re1 = 'TP-LINK Wireless Range Extender WA850RE'
m1 = re.search('(T(?=P-)L(?=INK)(.+)(WA\\w+))', re1)

Answer 1

關於原始正則表達式的一些注意事項：

• 前瞻只在字符串的末尾才有意義; 你可能正在尋找一個非捕獲組，例如T(?:P-)而不是T(?=P-) ，但如果它們只出現一次（如果不需要放置T(?=P-) ，你甚至不需要它們小組后面的* ， +或? ）
• 那些"實際上並不是字符串的一部分，所以你應該從正則表達式中刪除它們
• 僅將捕獲組放在要在結果中使用的那些部分周圍。

放在一起，你可以這樣做：

>>> m = re.search(r'(T)P-(L)INK.+(WA\w+)', re1)
>>> ''.join(m.groups())
'TLWA850RE'

但是，如果要縮寫字符串，則應該匹配字符串並使用正則表達式提取重要部分，然后為結果添加前綴。 如果組中的TP-LINK部分總是相同的話，則無需捕獲它們。 這也將進一步簡化您的正則表達式。

>>> m = re.search(r'TP-LINK.+(WA\w+)', re1)
>>> "TL" + m.group(1)
'TLWA850RE'

然后是其他案例（Netgear，Cisco等）的類似正則表達式

Answer 2

讓我快點問，為什么你想要這樣的正則表達式。 如果它是一個模式，它出現在您使用的許多字符串上，那些都適用於某個規則，並且該過程的結果總是根據要提供的規則，而正則表達式可能是正確的工具。

例如，像100s這樣的數據：

TP-LINK Wireless Range Extender WA850RE > TLWA850RE
CI-CISCO WLAN Extender CWL12345 > CCWL12345
NG-NETGEAR Wifi Ext NG345 > NGNG345

要實現這一點，您可以使用：

(?m)^(\w)\w+-(\w)[\w\s]+?([A-Z0-9]+)$

(?m) perform each pattern between "^" and "$" on each line
^(\w) catch the first character of the first word starting the line
\w+ match any other following word characters
- match a dash
(\w) match the first character following the dash
[\w\s]+? match any words and whitespace as few(non-greedy) as possible
([A-Z0-9]+)$ match any combination of capitals and numbers till EOL

但是如果你只是有一些固定的規則，那些出現在以完全相同的序列開始的字符串上，並且正則表達式應該是執行靜態替換的復雜方法，那么你的工具可能是錯誤的。 例如：

TP-LINK Wireless Range Extender WA850RE > TLWA850RE
TP-LINK Wireless Range Base WA950RB > TLWA950RB
TP-LINK Wireless Access Point WA87AP > TLWA870AP

在后一種情況下，你應該堅持簡單的文本替換，在第一種情況下，正則表達式可能是合適的。

換句話說，我懷疑你想要的正則表達式是適合你工作的正確工具。

Answer 3

以下正則表達式將幫助您找到所需的匹配：

(\w)\w-(\w)\w+ .* (\w+)$

與替代品

\1\2\3

DEMO

Answer 4

試試這個：這適用於任何物品..

import re
p = re.compile(ur'(\w)\w*-(\w).+(\b\w+)', re.MULTILINE | re.IGNORECASE)
test_str = u"TP-LINK Wireless Range Extender WA850RE\nCI-CISCO WLAN Extender CWL12345\nNG-NETGEAR Wifi Ext NG345"
subst = u"\1\2\3"

result = re.sub(p, subst, test_str)

演示