【问题标题】：Python Regular Expression: Matching Car Speeds without Highway NamesPython 正则表达式：匹配没有高速公路名称的车速
【发布时间】：2016-11-04 09:54:00
【问题描述】：

我正在尝试匹配高速公路票的速度描述，例如，文本行：

“L A 16-25MPH”应返回 2 组：16、25
“LMT ACC 6-10”应返回 2 组：6、10
“6 OVER”应返回 1 组：6

我对上述所有情况都很好，但我遇到了与速度无关的数字字符串的问题，例如：

“LIMITED ACCESS SPEED I-75”应该不返回任何匹配项。
我可以捕获所有需要的最接近的表达式是：((?<!\w-)\d+)[^\d]*((?<!\w-)\d+)?，它将匹配 1 个组：5，使用 python 正则表达式引擎

现在，可以安全地假设一个字母然后一个连字符 (\w-) 是我试图使用负回溯排除的内容，我只是不确定如何分组多个数字（@ 987654324@) 使用负回溯。

【问题讨论】：

试试这样：(?<!\S)(\d+)(?:-(\d+))?

标签： python regex python-2.7

【解决方案1】：

说明

([0-9]+)(?:-([0-9]+)|\s*over)

_{** 要更好地查看图像，只需右键单击图像并选择在新窗口中查看}

此正则表达式将执行以下操作：

匹配与速度相关的数字
避免使用道路名称中的数字

示例

现场演示

https://regex101.com/r/hE5dL4/2

示例文本

注意：关于I-75的边缘情况

'm trying to match speed descriptions of highway tickets, for example,text lines:

"L A 16-25MPH" should return 2 groups: 16, 25 
"LIMITED ACCESS SPEED I-75" should return no matches.
"LMT ACC 6-10" should return 2 groups: 6, 10 
"6 OVER" should return 1 group: 6

I'm OK with all of the above situations, but I run into issues for strings with numbers that aren't related to speed, for example:

"LIMITED ACCESS SPEED I-75" should return no matches.

示例匹配

MATCH 1
1.  [89-90] `16`
2.  [91-93] `25`

MATCH 2
1.  [193-194]   `6`
2.  [195-197]   `10`

MATCH 3
1.  [231-232]   `6`

说明

NODE                     EXPLANATION
----------------------------------------------------------------------
  (                        group and capture to \1:
----------------------------------------------------------------------
    [0-9]+                   any character of: '0' to '9' (1 or more
                             times (matching the most amount
                             possible))
----------------------------------------------------------------------
  )                        end of \1
----------------------------------------------------------------------
  (?:                      group, but do not capture:
----------------------------------------------------------------------
    -                        '-'
----------------------------------------------------------------------
    (                        group and capture to \2:
----------------------------------------------------------------------
      [0-9]+                   any character of: '0' to '9' (1 or
                               more times (matching the most amount
                               possible))
----------------------------------------------------------------------
    )                        end of \2
----------------------------------------------------------------------
   |                        OR
----------------------------------------------------------------------
    \s*                      whitespace (\n, \r, \t, \f, and " ") (0
                             or more times (matching the most amount
                             possible))
----------------------------------------------------------------------
    over                     'over'
----------------------------------------------------------------------
  )                        end of grouping
----------------------------------------------------------------------

【讨论】：

我认为这非常接近，但是您的现场演示中的前 16 个仅捕获了 6 个。我尝试稍微修改一下： (\d+)(?:-(\d+)|\s*over) 这似乎有效。如果您看到任何主要流量，请告诉我。另外，谢谢你的帮助:)
六个来自字符串"6 OVER" should return 1 group: 6，其中没有其他数字可以匹配。
我可能弄错了，但是对于 match1，它匹配 6 和 25，但应该是 16 和 25。也许我遗漏了一些东西，因为我对正则表达式很陌生-但我看不到任何其他阅读方式。
哦，我明白你在说什么了，是的，我写的 ([0-9])+ 是错误的。应该是([0-9]+)。在旁注中，我看到您正在使用 \d 字符类。我建议不要使用它，因为它的效率不如[0-9]
太好了，行得通！感谢您提供有关 \d 字符类的建议！

【解决方案2】：

负后视必须是固定长度（有关详细信息，请参阅Python doc），因此不允许使用\d+ 之类的内容。

不过，您可以使用后向检查来检查高速公路的某些固定宽度指示符，例如 I 和 RT（不区分大小写）。您可能还想添加其他案例以在破折号周围添加一个空格，根本没有破折号等。

一个可能符合条件的选项（设置不敏感标志）：(?<!i|rt)(\d+)

【讨论】：