Python Regex在連字符后查找非數字范圍的匹配組，如果不存在范圍，則忽略其余模式

Question

我不熟悉更高級的正則表達式概念，並且開始研究背后的事和前瞻性，但是我感到困惑，需要一些指導。 我有一個場景，其中我可能有幾種不同類型的發布zip，它們的名稱如下：

v1.1.2-beta.2.zip
v1.1.2.zip

我想寫一個可以找到兩種類型匹配組的正則表達式。 例如，如果文件類型是第一個zip，則需要三個匹配組，如下所示：

v1.1.2-beta.2.zip
Group 1: v1.1.2
Group 2: beta
Group 3. 2

或第二個zip匹配組：

v1.1.2.zip
Group 1: v1.1.2

在這里，事情開始讓我感到困惑，因為我認為正則表達式需要斷言是否存在連字符，如果不存在，則只尋找一個匹配組，否則就找不到另一個。

(v[0-9.]{0,}).([A-Za-z]{0,}).([0-9]).zip

這是我寫的第一個正則表達式，成功與第一個類型匹配，但沒有條件。 我正在考慮做一些類似連字符的非數字匹配組范圍，但不能完全使它起作用，也不知道讓它忽略模式的其余部分，如果不接受則僅接受第一個組找到連字符

([\D]{0,}(?=[-]) # Does not work

有人可以指出我正確的正確方向嗎？

Answer 1

您可以使用re.findall ：

import re
s = ['v1.1.2-beta.2.zip', 'v1.1.2.zip']
final_results = [re.findall('[a-zA-Z]{1}[\d\.]+|(?<=\-)[a-zA-Z]+|\d+(?=\.zip)', i) for i in s]
groupings = ["{}\n{}".format(a, '\n'.join(f'Group {i}: {c}' for i, c in enumerate(b, 1))) for a, b in zip(s, final_results)]
for i in groupings:
  print(i)
  print('-'*10)

輸出：

v1.1.2-beta.2.zip
Group 1: v1.1.2
Group 2: beta
Group 3: 2
----------
v1.1.2.zip
Group 1: v1.1.2.
----------

請注意，從re.findall獲得的結果是：

[['v1.1.2', 'beta', '2'], ['v1.1.2.']]

Answer 2

這是我將使用re.search處理此問題的方法。 請注意，這里我們不需要環顧四周； 只是一個相當復雜的模式就可以完成工作。

import re

regex = r"(v\d+(?:\.\d+)*)(?:-(\w+)\.(\d+))?\.zip"

str1 = "v1.1.2-beta.2.zip"
str2 = "v1.1.2.zip"
match = re.search(regex, str1)

print(match.group(1))
print(match.group(2))
print(match.group(3))

print("\n")
match = re.search(regex, str2)

print(match.group(1))

v1.1.2
beta
2

v1.1.2

演示版

如果您對正則表達式沒有足夠的經驗，那么對每個步驟進行解釋很可能無法使您快速入門。 不過，我將對?:的使用發表評論，它出現在某些括號中。 在這種情況下， ?:告訴正則表達式引擎不要捕獲內部內容。 我們這樣做是因為您只想捕獲（最多）三個特定的事物。

Answer 3

我們可以使用以下正則表達式：

(v\d+(?:\.\d+)*)(?:[-]([A-Za-z]+))?((?:\.\d+)*)\.zip

這樣就產生了三組：第一組是版本，第二組是可選的：破折號-后跟字母字符，然后是可選的點序列，后跟數字，最后是.zip 。

如果我們忽略\\.zip后綴（我認為這很簡單），那么仍然有三組：

(v\\d+(?:\\.\\d+)*) ：以v開頭的正則表達式組，后跟\\d+ （一個或多個數字）。 然后，我們有一個非捕獲組（以(?:..)開頭的組，捕獲\\.\\d+一個點，后跟一個或多個數字序列。我們將該子組重復零次或多次。

(?:[-]([A-Za-z]+))? ：捕獲組，以連字符[-]開頭，然后是一個或多個[A-Za-z]字符。 但是捕獲組是可選的（末尾有? ）。

((?:\\.\\d+)*) ：再次具有此類\\.\\d+非捕獲子組的組，因此我們捕獲了一個點，后面是數字序列，並且此模式重復了零次或更多次。

例如：

rgx = re.compile(r'(v\d+(?:\.\d+)*)([-][A-Za-z]+)?((?:\.\d+)*)\.zip')

然后，我們獲得：

>>> rgx.findall('v1.1.2-beta.2.zip')
[('v1.1.2', '-beta', '.2')]
>>> rgx.findall('v1.1.2.zip')
[('v1.1.2', '', '')]