有条件地匹配多个单词答案

【问题标题】：Matching multiple words conditionally有条件地匹配多个单词
【发布时间】：2019-09-22 23:51:44
【问题描述】：

我有一个大文本文件，其中包含类似于以下行的行：

timestamp = foo bar baz
timestamp = foo bar
timestamp = foo

我试图编写一个匹配 foo 的正则表达式，但如果 bar 和 baz 都存在，它也匹配那些。

r"= (.*) (.*)? (.*)?"

但它只匹配foo bar baz 字符串，而不匹配其他两个。如何使正则表达式与可选项匹配？

【问题讨论】：

像= *(\S+)(?: *(\S+))?(?: *(\S+))? 这样的东西对你有用。见the regex demo。
唯一的小问题是它与 foo bar 案例的 = 匹配 - 不确定为什么:)
@CaseyJones 添加积极的后视 (?
if line.endwith('foo') ... ???
@CaseyJones 匹配= 有什么问题？我知道您只对捕获的子字符串感兴趣。

标签： python regex

【解决方案1】：

我猜你可能会使用一些简单的表达式来获得所需的输出，例如：

(\w+\s*=\s*)|(\w+)

测试

import re


regex = r"(\w+\s*=\s*)|(\w+)"
string = """
timestamp = foo bar baz foo bar baz
timestamp = foo bar baz
timestamp = foo bar
timestamp = foo
"""

for groups in re.findall(regex, string):
    if groups[0] == '':
        print(groups[1])
    else:
        print("--- next timestamp ----")

输出

--- next timestamp ----
foo
bar
baz
foo
bar
baz
--- next timestamp ----
foo
bar
baz
--- next timestamp ----
foo
bar
--- next timestamp ----
foo

如果您希望简化/修改/探索表达式，在regex101.com 的右上角面板中已对此进行了说明。如果您愿意，您还可以在this link 中观看它如何与一些示例输入匹配。

【讨论】：

【解决方案2】：

也许这样就足够了？

 (?<=\=\s)(\S+)\s?(\S+)? ?(\S+)?

Regex Demo

解释：

 (?<=\=\s)       # Positive lookbehind - capture = + space but don't match
 (\S+)           # Capture any non-whitespace character
 \s?             # Capture optional space
 (\S+)?          # Capture any non-whitespace character
  ?              # Capture optional space
 (\S+)?          # Capture any non-whitespace character

【讨论】：

【解决方案3】：

你可以使用

r'= *(\S+)(?: *(\S+))?(?: *(\S+))?'

或者，匹配任何水平空格：

r'=[^\S\r\n]*(\S+)(?:[^\S\r\n]*(\S+))?(?:[^\S\r\n]*(\S+))?'

见regex demo

详情

=[^\S\r\n]* - 一个 = 字符和除 LF、CR 和非空格（即，除换行符和回车之外的所有空格）之外的任何 0 个或多个字符，或者如果您使用 *，则只是空格
(\S+) - 第 1 组：任何 1+ 个非空白字符
(?:[^\S\r\n]*(\S+))? - 一个可选的非捕获组，匹配 1 次或 0 次
- [^\S\r\n]* - 0+ 个水平空格
- (\S+) - 第 2 组：任何 1+ 个非空白字符
(?:[^\S\r\n]*(\S+))? - 一个可选的非捕获组，匹配 1 次或 0 次
- [^\S\r\n]* - 0+ 个水平空格
- (\S+) - 第 3 组：任何 1+ 个非空白字符

Python demo:

import re
s = "timestamp = foo bar baz\ntimestamp = foo bar\ntimestamp = foo"
print( re.findall(r'= *(\S+)(?: *(\S+))?(?: *(\S+))?', s) )
# => [('foo', 'bar', 'baz'), ('foo', 'bar', ''), ('foo', '', '')]

【讨论】：