正则表达式：搜索几个可能的组答案

【问题标题】：Regex: Searching several possible groups正则表达式：搜索几个可能的组
【发布时间】：2012-12-31 14:04:59
【问题描述】：

请正则表达式专家帮忙！我有以下两个例子：

'(JEN) This is a sentence.'
'This is another sentence (412).'

我正在尝试通过以下方式提取这两个句子的不同可能元素（知道有三种可能的元素类型）：

['JEN', 'This is a sentence', None]
[None, 'This is another sentence', 412]

有人知道怎么解决吗？

我尝试了以下正则表达式：

r'(\(([A-Z]{3})\))?\s*([\w- ]+)?\s*(\(([0-9]{3})\))?'
r'(?:\(([A-Z]{3})\)\s*)(?:([\w- ]+))(?:\(([0-9]{3})\))' # Passive Groups

对于这两种情况，我都会收到无效正则表达式的错误。

有什么想法吗？

【问题讨论】：

【解决方案1】：

sre_constants.error: bad character range 发生是因为 [\w- ] 被解释为一个范围。可以使用[\w -]，但通常- 应在字符类中转义：[\w\- ]。

此外，您的表达式并不相同（除了分组）。我不确定这是否是故意的，但请注意(regex)? 的非捕获版本是(?:regex)?，而不是(?:regex)。为了表现得类似于第一个表达式，第二个应该是：

r'(?:\(([A-Z]{3})\))?\s*([\w\- ]+)?\s*(?:\(([0-9]{3})\))?'

【讨论】：

[\w- ] 在 Python、Ruby 等中无效，但在 PCRE 中有效（匹配单词、- 和空格）。（不过，您的解释没有错）。而且“未命名”在术语上有点偏离，应该是非捕获组。
感谢指正。 +1 用于 PCRE 提及；我不知道这是有效的。
是的，我的两次尝试都是故意不同的。我试过你的建议，它也返回了一个错误。我正在使用regexplanet.com/advanced/python/index.html 进行测试。
我刚刚在另一个网站 (pythonregex.com) 上试了一下，效果很好！

【解决方案2】：

就个人而言，我想说的是只捕获组内的实际括号，您知道第 1 组和第 3 组的捕获结果将包含它们，因此您可以适应，并且正则表达式当然更明智。

此外，在这种情况下，“句子”可能更好地定义为“除了右括号之外的任何内容”。话虽如此，这适用于您的所有输入：

r'(\([A-Z]{3}\))?\s*([^(]+)(\(\d{3}\))?'

【讨论】：