正則表達式首先滿足長度然后檢查其他模式？

Question

我不知道如何用英文標題准確表達問題，有2條規則

1. 首先，在頭部和末端部分盡可能長地滿足給定的長度

2. 然后匹配其他模式

例如，

1. 必須讀取數字前2~3個字符，如果字符串足夠長，則必須讀取數字后2~4個字符； 如果字符串不夠長，則只讀
2. 檢查 number 之前的字符是否不是a ，並且 number 之后的字符不是z

--- 編輯於 20220620 ---- 代碼正是下表試圖表達的內容

import re
lst = {
'abc123defg':'abc123defg',
'babc123defg':'abc123defg',
'aba123defg':'""',
'abc123zefg':'""',
'bc123def':'bc123def',
'c123def':'c123def',
'c123zef':'""',
'c123d':'c123d'
}

reStr = r".{1,2}[^a\d]\d+[^z\d].{1,3}"
reStr = r"^[A-Za-z]{1,2}[B-Zb-z]\d+[A-Ya-y][A-Za-z]{1,3}"

for key, value in lst.items():
    match = re.match(reStr, key, re.IGNORECASE | re.VERBOSE)
    if match:
        print(f'{key:15s} expected to be: {value:15s}, really get: {match.group():15s}')
    else:
        print(f'{key:15s} expected to be: {value:15s}, really get: ""')

--- 以下描述是舊的，我現在沒有編輯它

文本	預期的發現	解釋
abc123defg	abc123defg	首先閱讀“abc123defg”，其中c不會中斷[^a] ，並且d不會中斷[^z] 。 所以 'abc123defg' 匹配
babc123defg	abc123defg	首先閱讀“abc123defg”，其中c不會中斷[^a] ，並且d不會中斷[^z] 。 所以 'abc123defg' 匹配
aba123defg	沒有	首先閱讀 'abc123defg'，其中a中斷[^a] ，而d不中斷[^z] 。 所以''匹配
abc123zefg	沒有	首先閱讀“abc123defg”，其中c不會中斷[^a] ，但z會中斷[^z] 。 所以''匹配
bc123def	bc123def	首先閱讀'bc123def'，其中c不會中斷[^a] ，並且d不會中斷[^z] 。 所以 'bc123def' 匹配
c123def	c123def	首先閱讀 'c123def'，其中c不會中斷[^a] ，並且d不會中斷[^z] 。 所以'c123def'被匹配
c123zef	沒有	首先閱讀“c123def”，其中c不會中斷[^a] ，而z會中斷[^z] 。 所以 '' 匹配
c123d	c123d	首先閱讀 'c123d'，其中c不會中斷[^a] ，並且d不會中斷[^z] 。 所以 'c123d' 匹配

所以我把正則表達式寫在 Python

import re
lst = ['abc123defg', 'aba123defg', 'abc123zefg', 'bc123def']

for text in lst:
    print(text, ' -> ', re.match(r".{1,2}[^a]\d*[^z].{1,3}", text, re.IGNORECASE | re.VERBOSE).group())

但是，當然，答案不是預期的

abc123defg  ->  abc123defg
aba123defg  ->  aba123
abc123zefg  ->  abc123zef
bc123def  ->  bc123def

那么有沒有辦法只用正則表達式來滿足期望呢？ 謝謝

Answer 1

根據您的描述，我將正則表達式更改為：

r".{1,2}[^a\d]\d+[^z\d].{1,3}"

關鍵是要正確匹配數字：

• 至少一個數字： \d+而不是\d*
• 為了准確知道數字前后的內容，您只需要通過上面提到的\d+來匹配數字。 這就是為什么我在前后“添加” [^\d]的原因。

Answer 2

這 2 條規則可以包含在單個正則表達式模式中。 試試這個表達式：

regex = re.compile("^[A-Za-z]{1,2}[B-Zb-z]\d+[A-Ya-y][A-Za-z]{1,3}")

簡單且不言自明：

• 查找 1 到 2 個字母字符
• 再找一個字母字符，不包括字符 A | 一種
• 繼續任何數字序列
• 之后，找到另一個字母字符，不包括字符 Z | z
• 再找出 1 到 3 個字母字符

然后您將能夠以預期的結果重現您的代碼。

對於模式不匹配的情況，將需要一個try子句以避免 None 相關的 AttributeErrors：

for text in lst:
try:
    print(text, ' -> ', re.match("^[A-Za-z]{1,2}[B-Zb-z]\d+[A-Ya-y][A-Za-z]{1,3}", text).group())
except AttributeError:
    print(text, ' -> No pattern found')