如何在 python 中使用正則表達式查找某些單詞？

Question

我正在使用 Python 中的正則表達式學習繩索。 我有以下代碼：

import re

test = '"(Z101+Z102+Z1034+Z104)/4"'
regex = re.compile(r"[\(\+]([XYZ]\d\d\d)[\)\+]")
regex.findall(test)

它返回：

['Z101', 'Z104']

但是，當我將“Z101”更改為“YZ101”時：

import re

test = '"(YZ101+Z102+Z1034+Z104)/4"'
regex = re.compile(r"[\(\+]([XYZ]\d\d\d)[\)\+]")
regex.findall(test)

它返回：

['Z102', 'Z104']

目的是提取包含X 、 Y或Z后跟任意三位數的字符串。 因此，第一個代碼所需的 output 將是：

['Z101', 'Z102', 'Z104']

如何修復編譯並獲得正確的 output？

Answer 1

左右手邊界模式（ [\(\+]和[\)\+] ）正在消耗它們匹配的文本，因此不會檢測到連續匹配。

您可以使用環視解決問題，

r"(?<=[(+])([XYZ]\d\d\d)(?=[)+])"
r"(?<=[(+])[XYZ]\d{3}(?=[)+])"

細節

• (?<=[(+]) - 一個正向的后視，匹配緊接在(或+之前的位置
• [XYZ] - X 、 Y或Z
• \d{3} - 三位數
• (?=[)+]) - 一個肯定的前瞻，確保在當前位置的右側有)或+ 。

請注意單詞邊界\b可以在某些情況下解決問題，在這里它也可能對您有所幫助。

Answer 2

將re.findall與模式[XYZ]\d{3}\b一起使用：

test = '"(YZ101+Z102+Z1034+Z104)/4"'
matches = re.findall(r'[XYZ]\d{3}\b', test)
print(matches)  # ['Z101', 'Z102', 'Z104']

Answer 3

您的模式正在尋找：

1. '(' 或 '+'
2. 恰好是“X”、“Y”或“Z”之一
3. 正好三個數字字符
4. '(' 或 '+'

它沒有選擇“Z101”，因為當您添加“Y”時，substring 不會緊跟在“（”或“+”之前。

一種選擇是將 1 和 4 排除在模式之外。 在這個例子中，你會得到你想要的。 該模式將是 r'[XYZ]\d\d\d'。 但是，根據您的數據，這可能會在未來產生不同的問題。

另一種選擇是包含前綴字符“？”的可能性。 這 '？' 用作量詞時表示“零或一”（但它也可以修改其他量詞，但這是一個不同的主題）。 為此，您的模式將是 r"[(+][XYZ]?([XYZ]\d\d\d)[)+]"