Python正则表达式语句错误

Question

我是使用regex的新手，非常感谢您的帮助。我必须用以下格式的字符串来解析文件(主要区别是第二个字符串中间有一个额外的"-"字符串：

1. Abc_p123 abc_ghi_data

   或

2. Abc_de*_p123 abc_ghi_data

我可以写一个正则表达式来分别匹配第一个和第二个字符串：

1. data_lst = re.findall('([a-zA-Z0-9]+_pd{3})s.*_data.*', content, re.IGNORECASE)
2. data_lst = re.findall('([a-zA-Z0-9]+_[a-zA-Z]+_pd{3})s.*_data.*', content, re.IGNORECASE)

有人能指导如何组合两个findallregex，使其与两个字符串一起工作吗。通过将第二个findall语句附加到第一个列表中，我仍然可以创建一个组合的单个列表。但是，我确信有一种方法可以在一个findallregex语句中处理它。我试过了*"在中间，但是，这会产生错误。

请告知。谢谢，

Answer 1

你非常接近：

([a-zA-Z0-9]+(?:_[a-zA-Z]+*)?_pd{3})s.*_data.*

这里是重要的部分：

(?:_[a-zA-Z]+*)?

上面写着：可以选择匹配一个下划线，后面跟着无限的a-z，后面跟着一个星号。

https://regex101.com/r/5XCsPK/1

Answer 2

您可以尝试

([a-zA-Z0-9]+(_[a-zA-Z]+)?_pd{3})s.*_data.*

我用(_[a-zA-Z]+)?替换了_[a-zA-Z]+，使其成为可选的。

如果你不想要额外的捕获组，可以像这样添加?:：(?:_[a-zA-Z]+)?

演示：https://regex101.com/r/5xynlx/2

Answer 3

使用

([a-zA-Z0-9]+(?:_[a-zA-Z0-9*]+)?_pd{3})s.*_data

查看验证

解释

--------------------------------------------------------------------------------
(                        group and capture to 1:
--------------------------------------------------------------------------------
[a-zA-Z0-9]+             any character of: 'a' to 'z', 'A' to
'Z', '0' to '9' (1 or more times
(matching the most amount possible))
--------------------------------------------------------------------------------
(?:                      group, but do not capture (optional
(matching the most amount possible)):
--------------------------------------------------------------------------------
_                        '_'
--------------------------------------------------------------------------------
[a-zA-Z0-9*]+            any character of: 'a' to 'z', 'A' to
'Z', '0' to '9', '*' (1 or more times
(matching the most amount possible))
--------------------------------------------------------------------------------
)?                       end of grouping
--------------------------------------------------------------------------------
_p                       '_p'
--------------------------------------------------------------------------------
d{3}                    digits (0-9) (3 times)
--------------------------------------------------------------------------------
)                        end of 1
--------------------------------------------------------------------------------
s                       whitespace (n, r, t, f, and " ")
--------------------------------------------------------------------------------
.*                       any character except n (0 or more times
(matching the most amount possible))
--------------------------------------------------------------------------------
_data                    '_data'