正则表达式：查找特定字符串后的所有数字

Question

我正在尝试从单词classes（或其变体）之后的以下字符串中获取所有数字

Accepted for all the goods and services in classes 16 and 41.

预期输出：

16
41

我有多个遵循这种模式的字符串以及其他一些字符串，例如：

classes 5 et 30 # expected output 5, 30
class(es) 32,33 # expected output 32, 33
class 16        # expected output 5

这是我迄今为止尝试过的：https://regex101.com/r/eU7dF6/3

(class[\(es\)]*)([and|et|,|\s]*(\d{1,}))+

但在上面的例子中，我只能得到最后一个匹配的数字，即41。

Answer 1

我建议在class 或classes/class(es) 之后获取所有带有数字的子字符串，然后从中获取所有数字：

import re
p = re.compile(r'\bclass(?:\(?es\)?)?(?:\s*(?:and|et|[,\s])?\s*\d+)+')
test_str = "Accepted for all the goods and services in classes 16 and 41."
results = [re.findall(r"\d+", x) for x in p.findall(test_str)]
print([x for l in results for x in l])
# => ['16', '41']

见IDEONE demo

由于不支持\G 构造，您也无法使用Python re 模块访问捕获堆栈，因此您无法使用您的方法。

但是，您可以像 PyPi regex module 那样做。

>>> import regex
>>> test_str = "Accepted for all the goods and services in classes 16 and 41."
>>> rx = r'\bclass(?:\(?es\)?)?(?:\s*(?:and|et|[,\s])?\s*(?P<num>\d+))+'
>>> res = []
>>> for x in regex.finditer(rx, test_str):
        res.extend(x.captures("num"))
>>> print res
['16', '41']

Answer 2

您可以分两步完成。Regex 引擎只记住连续组中的最后一组。

x="""Accepted for all the goods and services in classes 16 and 41."""
print re.findall(r"\d+",re.findall(r"class[\(es\)]*\s*(\d+(?:(?:and|et|,|\s)*\d+)*)",x)[0])

输出：['16', '41']

如果你不想string使用

print map(ast.literal_eval,re.findall(r"\d+",re.findall(r"class[\(es\)]*\s*(\d+(?:(?:and|et|,|\s)*\d+)*)",x)[0]))

输出：[16, 41]

如果您必须在一个正则表达式中执行此操作，请使用 regex 模块

import regex
x="""Accepted for all the goods and services in classes 16 and 41."""
print [ast.literal_eval(i) for i in regex.findall(r"class[\(es\)]*|\G(?:and|et|,|\s)*(\d+)",x,regex.VERSION1) if i]

输出：[16, 41]