只有找到多個模式時才能使用正則表達式匹配（python）

Question

我正試圖從句子中提取數據，例如：

"monthly payment of 525 and 5000 drive off"

使用python正則表達式搜索功能：re.search（）

我的正則表達式查詢字符串如下所示：

match1 = "(?P<down_payment>\d+)\s*(|\$|dollars*|money)*\s*" + \
         "(down|drive(\s|-)*off|due\s*at\s*signing|drive\s*-*\s*off)*"

我的問題是它匹配錯誤的數值作為首付，它得到525和5000。

我如何改進我的正則表達式字符串，以便它只匹配一個元素，如果另一個元素也成功匹配？

在這種情況下，例如， 5000和驅動器都匹配，所以我們可以提取5000作為down_payment，但525與任何預付款值不匹配，所以它甚至不應該考慮525。

這里有更清晰的解釋

Answer 1

關鍵是你要匹配一系列模式 。 為了確保考慮尾隨模式，它們不能全部是可選的。 看看， \\s* ， (|\\$|dollars*|money)* ， \\s* ， (down|drive(\\s|-)*off|due\\s*at\\s*signing|drive\\s*-*\\s*off)*可以匹配空字符串。

我建議刪除最終的*量詞，以匹配模式的一個匹配項：

(?P<down_payment>\d+)\s*(?:\$|dollars*|money)?\s*(down|drive[\s-]*off|due\s*at\s*signing|drive\s*-*\s*off)

請參閱正則表達式演示

另請注意，我將(\\s|-)組縮小為字符類[\\s-]因為您只替換單個字符模式，並且還將(|\\$|dollars*|money)*轉換為非捕獲可選項小組(?:\\$|dollars*|money)? 只匹配1或0次出現的$ ， dollar(s)或money 。