用連字符提取數字的正則表達式

Question

文本類似於“1-2 年。3 年。10 年。”

我想要得到結果[(1,2),(3),(10)] 。

我使用 python。

我首先嘗試r"([0-9]?)[-]?([0-9])years" 。 它工作得很好，除了 10 的情況。我也試過r"([0-9]?)[-]?([0-9]|10)years"但結果仍然是[(1,2),(3),(1,0)] 。

Answer 1

這應該有效：

import re

st = '1-2years. 3years. 10years.'
result = [tuple(e for e in tup if e) 
          for tup in re.findall(r'(?:(\d+)-(\d+)|(\d+))years', st)]
# [('1', '2'), ('3',), ('10',)]

正則表達式將在單詞years之前查找一個或兩個用連字符分隔的數字。 如果我們將其提供給re.findall() ，它將為我們提供 output [('1', '2', ''), ('', '', '3'), ('', '', '10')] ，因此我們還使用快速列表理解來過濾掉空字符串。

或者，我們可以使用r'(\d+)(?:-(\d+))?years'達到基本相同的效果，這更接近您已經嘗試過的效果。

Answer 2

您的嘗試r"([0-9]?)[-]?([0-9])years"不適用於10的情況，因為您要求它匹配每組一個（或零）位數字。

您也不需要括號中的連字符。

這應該有效： Regex101

(\d+)(?:-(\d+))?years

解釋：

• (\d+) ：捕獲一個或多個數字的組
• (?: ) : 非捕獲組
• - ：連字符
• (\d+) ：捕獲一個或多個數字的組
• (?: )? : 使前面的非捕獲組可選

在 python 中：

import re

result = re.findall(r"(\d+)(?:-(\d+))?years", "1-2years. 3years. 10years.")

# Gives: [('1', '2'), ('3', ''), ('10', '')]

列表中的每個元組包含兩個元素：連字符左側的數字和連字符右側的數字。 刪除空白元素非常簡單：循環遍歷result中的每個item ，然后循環遍歷該項目中的每個match item ，如果它不為空，則只返回 select（並將其轉換為int ）。

final_result = [tuple(int(match) for match in item if match) for item in result]

# gives: [(1, 2), (3,), (10,)]

Answer 3

您可以使用此模式： (?:(\d+)-)?(\d+)years

請參閱正則表達式演示

代碼：

import re

pattern = r"(?:(\d+)-)?(\d+)years"
text = "1-2years. 3years. 10years."
print([tuple(int(z) for z in x if z) for x in re.findall(pattern, text)])

Output：

[(1, 2), (3,), (10,)]

Answer 4

您只匹配一個數字，因為字符 class [0-9]不重復。

另一種選擇是將第一位數字與 - 和數字的可選部分匹配。

然后你可以拆分比賽-

\b(\d+(?:-\d+)?)years\.

• \b單詞邊界
• (捕獲組 1 （將由 re.findall 返回）
  • \d+(?:-\d+)? 匹配 1+ 位數字並可選擇匹配-並再次匹配 1+ 位數字
• )關閉組 1
• years\. 從字面上與轉義匹配.

請參閱正則表達式演示和Python 演示。

例子

pattern = r"\b(\d+(?:-\d+)?)years\."
s = "1-2years. 3years. 10years."

res = [tuple(v.split('-')) for v in re.findall(pattern, s)]
print(res)

Output

[('1', '2'), ('3',), ('10',)]

或者如果列表的列表也可以而不是元組

res = [v.split('-') for v in re.findall(pattern, s)]

Output

[['1', '2'], ['3'], ['10']]