Python 中的正则表达式用法

Question

我是python的新朋友，在使用正则表达式方面需要一些帮助。

我有一个这样的字符串：

新版本可用 版本： 20120418-abcdef-1（基于 SDK 0.0.0.1）

从上面的字符串中，我想使用正则表达式提取以下文本

20120418-ABCDEF-10.0.0.1

我可以通过拆分来做到这一点，但我觉得这是一种无效的方法。我尝试使用正则表达式，但无法缩小范围。

例如，我用了

sdk_version = re.search(r"SDK(.*)", lines,)
                    print sdk_version.group(1)

但这给了版本 0.0.0.1） 以及我不知道如何消除"）"的偏执狂。在这里需要一些帮助..

谢谢-维杰

Answer 1

假设版本号只能包含字母、数字、点和破折号，这就是您所需要的：

version, sdk = re.findall(r'(?:Version: |SDK )([w.-]+)', s)

例：

s = "New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1)"
import re
version, sdk = re.findall(r'(?:Version: |SDK )([w.-]+)', s)
print version
print sdk
## 20120418-abcdef-1
## 0.0.0.1

Answer 2

>>> s = "New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1)"
>>> import re
>>> version = re.compile(r"(?<=Version: )d*-[a-z]*-d")
>>> version.search(s).group()
'20120418-abcdef-1'

这匹配

(preceded by "Version: ")
a string of digits
hyphen
a string of lowercase letters
hyphen
a digit

---

同样地

>>> subversion = re.compile(r"(?<=SDK )d*.d*.d*.d*")
>>> subversion.search(s).group()
'0.0.0.1'

比赛

(preceded by "SDK ")
a string of digits
a dot
a string of digits
a dot
a string of digits
a dot
a string of digits

Answer 3

好的，

我不知道您的所有字符串是否看起来与提供的字符串完全相同，但是您提供的确切字符串的正则表达式为：

: (.*) (based on SDK (.*))

这将执行以下操作：

：

- 出现 ： 后开始匹配。

（ - 这将打开一个组（这是正则表达式的特殊构造，允许您稍后引用捕获的值）。

.* - 这部分只是匹配所有内容，直到一个空格。

\（ - 这将匹配"真实"大括号，而不是打开子组。

\） - 这将匹配"真实"右大括号，而不是关闭子组。

所以在python，这看起来像这样：

import re
s = "New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1)"
r = re.compile(r": (.*) (based on SDK (.*))")
m = r.search(s)
m.groups()
>> ('20120418-abcdef-1', '0.0.0.1')

Answer 4

特别是对于 SDK 版本，.* 对于您想要的内容来说太宽泛了——它匹配所有内容，因此它将匹配字符串的整个其余部分。您可以使用正则表达式正文"SDK （[0-9.]+）"，然后拿第一组。（"[0-9.+" 将匹配一串数字字符和句点。

对于版本字符串，您可以匹配类似"版本：（[a-bA-B0-9-]+） （"的内容并取第一组 - 这表示您正在寻找由字母数字字符和连字符组成的字符串，后跟一个空格和一个开括号。

Answer 5

可能你想做

>>> st="New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1)"
>>> "".join(re.findall(":[ ]*(.*?)[ ]*(.*SDK(.*))",st)[0])
'20120418-abcdef-1 0.0.0.1'

Answer 6

@Gjallar已经写了一个非常好的答案。 以下是对他的回答的轻微调整：

import re
s = "New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1)"
r = re.compile(r":s+(.*)s+(based on SDKs+(S+)s*)")
m = r.search(s)
m.groups()
>> ('20120418-abcdef-1', '0.0.0.1')

有几个地方他有一个空格，我用s+替换了它，它与任何类型的一种或多种空白相匹配。 因此，如果那里有额外的空间，或者一个选项卡，或者其他什么，这仍然会匹配。

同样，我更改了 SDK 字符串的模式。 首先，我将其从 .* 更改为 S+ ，因此它现在根本不匹配任何内容，它现在只匹配非空格字符，并且必须至少有一个。 我还添加了与零个或多个任何类型的空格匹配的s*。 如果没有空格，这将无济于事，但如果有一些空格，它将匹配它;但它在括号之外，因此不会捕获空格。 因此，SDK 字符串将匹配但不包含任何空格：

s = "New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1 )"

使用

@Gjallar 的原始模式，SDK 字符串将"0.0.0.1 "但使用我的模式，您仍然可以"0.0.0.1"。