如何匹配数字和点序列

Question

我正试图通过提取PDF文件来使用此正则表达式^((d{1,2}.)*)来匹配此字符串2.1.34.5.1.。但是，我无法打印此返回。这是输出pdf页面。

93
|
Page

1.5.4 Require Authentication for Single
-

这里发生的事情，匹配的是93而不是1.5.4。

import PyPDF2
import re
import sys

if __name__ == '__main__':
pdf_file = open('RH5-94.pdf','rb')
read_pdf = PyPDF2.PdfFileReader(pdf_file)
number_of_pages = read_pdf.getNumPages()
IdCis = "(d{1,2}.{0,1})*"
Description = "(?<=Description:)(.*)(?=Rationale)"
Rationale = "(?<=Rationale:)(.*)(?=Audit)"    
textPage = read_pdf.getPage(0).extractText() 
print(re.search(IdCis,textpage).group(0))

Answer 1

您的第一个示例2.1.34.5.1.以.结束，而您的第二个实例1.5.4则没有。出于这个原因，我假设序列可能会也可能不会以.结束

不要忘记，为了匹配字面.，您可以用反斜杠对其进行转义。

为了确保序列中至少有一个.，使用+而不是*来匹配该组至少一次。

^(?:d{1,2}.)+d{0,2}

Answer 2

试试这个：

(d{1,2}.{0,1})*

你的问题是你的正则表达式要求在的末尾有一个点

Answer 3

^((d{1,2}.)*)能够匹配93的原因是因为点没有转义，因此也可以匹配数字。模式d{1,2}.的这一部分至少匹配2个字符，最多匹配3个字符。

{1,2}允许回溯以匹配9，只允许末尾的点与3匹配。例如，它与一个数字不匹配。

由于可以选择使用*重复该模式，因此它也可以匹配一个空字符串，或者在本例中匹配2位数字。

注意{0,1}可以写成?

您也可以将模式写成：

d{1,2}(?:.d{1,2})+.?

模式匹配：

• d{1,2}匹配1-2位数字
• (?:非捕获组整体重复
  • .d{1,2}匹配一个点和1-2位数字
• )+关闭非捕获组并重复至少1次，以使没有点的数字不匹配
• .?匹配可选点

Regex演示

使用带有负查找的空白边界来防止部分匹配：

(?<!S)d{1,2}(?:.d{1,2})+.?(?!S)