Python RexExpression -标识标准

Question

我从正则表达式开始，并喜欢找到这样的标准:

FR ISO 23213:2020或DIN EN 2323-2

我在章节中尝试这样做，这样更容易管理

std_prefix = '[EN|DE|FR| ]?[ISO|DIN][EN|DE|FR| ]?'
std_value = 'd{1,5}(?:[-]d{1,2})?(?:[:]d{4})'
std = ''.join([std_prefix, std_value])

我得到的是:'EN 2323'， 'SO 23213'

• 我错过了第一个例子
• 我总是错过结尾:2020或-2，如果有，它是选项

感谢您的一些指导，以进一步微调。

Answer 1

首先，您正在使用字符类([...])，就好像它们是分组结构(...)一样。要对多个备选方案进行分组，请使用非捕获组(?:...|...)。

你可以尝试像

这样的模式

b(?:(?:EN|DE|FR)s+(?:ISO|DIN)|(?:ISO|DIN)s+(?:EN|DE|FR))s+d+[-:]d+

参见regex演示。如果您有匹配尾随数字的特定要求，请随意添加限制量词。

细节:

• b- a字边界
• (?:-非捕获组启动:
  • (?:EN|DE|FR)s+(?:ISO|DIN)-EN,DE或FR，然后是一个或多个空格和ISO或DIN子字符串
  • |-或
  • (?:ISO|DIN)s+(?:EN|DE|FR)-ISO或DIN子字符串，一个或多个空格，然后是EN,DE或FR
• )-非捕获组结束
• s+-一个或多个空白
• d+-一个或多个数字
• [-:]—-或:
• d+-一个或多个数字。