三个棘手的字符串模式的正则表达式答案

【问题标题】：RegEx for three tricky string patterns三个棘手的字符串模式的正则表达式
【发布时间】：2021-06-05 02:19:09
【问题描述】：

我想从个人资料页面中找出 Instagram 用户名。

问题是用户选择如何处理他们的用户名。（所以，用 RegEx 让计算机得到模式是很棘手的）

我想搜索的所有模式如下所示（用户使用其中一个发布他们的 Instagram 用户名）：

IG：@用户名
IG：@用户名
Instagram：@用户名

我想到了下面的这个逻辑，但是我在 RegEx 文档或适合这种搜索的示例中完全迷失了。

我的逻辑：ignorecase (IG or I.G. or I.G or instagram) + (possible space) + (possible :) + (possible space) + (possible @) + (username with - or _ in it) + （以空格或换行符或句号结尾）

总之，我想在“instagram”或“IG”或“I.G”之后选择一个单词（用户名），不包括“:”、“@”或空格等不必要的字符。

如何在 RegEx 中执行此操作？ One-liner 可能是一个高效而优雅的答案。

附：我想用 Python re 做到这一点。

【问题讨论】：

^(I\.?G\.?|Instagram) ?:? ?@?[-_a-z]+$
见regex101.com/r/iRZByh/1
谢谢 PM 77-1。但是这个正则表达式是相当固定的。我想找到灵活的模式。它们有或没有空格、连字符下划线或冒号。无论如何，我赞成你的评论。
为什么不只是\b(?:instagram|I\.?G\.?)\s?:?\s?@?(\w+(?:-\w+)*) regex101.com/r/BY6Gyj/1 用户名允许使用哪些字符？

标签： python regex string python-re

【解决方案1】：

我的逻辑：ignorecase(IG or I.G. or I.G. or instagram) + (possible space) + (possible :) + (possible space) + (possible @) + (username with - or _ in it) + (end with空格或换行或句号）

首先，关于前缀部分（IG 和 Instagram :)。您可以在 re.compile 函数上使用 re.I 或 re.IGNORECASE 参数来忽略 I.G 和 instagram 上的案例。然后在正则表达式中使用| 或or。

r'(instagram|I\.*G\.*)'

然后转义. 并使用问号? 表示它可以有一个或没有，也可以在可能的空格\s 和可能的冒号: 上。

prefix = re.compile(r'(instagram|I\.*G\.*)\s?:?', re.IGNORECASE)

然后是用户名。首先，在@ 上使用问号? 表示它是可选的。然后两个 (.*) 是用户名的第一个和最后一个（如果有）部分，由破折号或下划线(-|_)? 分隔，这也是可选的。用户名 = re.compile(r'@?(.)(-|_)?(.)\s?$') 完全放置：

username_regex = re.compile(r'^(instagram|I\.?G\.?)\s?:?\s?(@?.*((-|_).*)?\s?)$', re.IGNORECASE)

我已经对此正则表达式进行了一些测试，这是代码。

import re

username_regex = re.compile(r'^(instagram|I\.?G\.?)\s?:?\s?(@?.*((-|_).*)?\s?)$', re.IGNORECASE)

tests = [
    'I.G.: @first-last',
    'I.G: @first-last',
    'I.g: @first-last',
    'I.g.: @first-last',
    'i.G: @first-last',
    'i.G.: @n-last',
    'i.g: @first-last',
    'i.g. @first-last',
    'I.G.:@first-last',
    'I.G@first-last',
    'I.g @first-last',
    'I.gfirst-last',
    'i.G: first_last',
    'i.G. first_last',
    'ig: first_last',
    'i.g. @first-last',
    'inStagram: @first-last',
    'instAgram: @first-last',
    'INSTAGRAM: @first-last',
]

not_matched = 0
for test in tests:
    searched = username_regex.search(test)

    if searched:
        print("MATCH ->", test)
        print(searched.group(), '\n\n')
    else:
        print("========", test)
        not_matched += 1

print(not_matched)
# >> 0

如果要获取前缀和用户名，可以使用group()和groups()方法。例如

searched.groups()
# ('I.G:', '@first-last', None, None)

searched.group(0) # 'I.G: @first-last'

# If you want to get the prefix
searched.group(1) # 'I.G:'

# If you want to get the username
searched.group(2) # '@first-last'

注意：我可能在这里的某个地方错了，如果您发现有问题，请告诉我。谢谢。

【讨论】：

感谢您的回答。它也确实有帮助。但这不会搜索用户名“firstlast”（我的意思是没有 - 或 _）。这是我制作的测试字符串：“Instagram：firstlast”。你能帮我进一步吗？
我忘了在(-|_) 之后添加?。谢谢你，我从我的正则表达式模式中发现了一个错误，当没有 - 或 _ 时，它仍然会在不应该的地方获得姓氏。所以我把它设为((-|_).*)?，所以如果没有分隔符- 或_，那么它只会得到包含一个单词的名称。
有效！谢谢你。似乎我得到了“user”的整行和“pre”的前缀，所以我需要在用户中替换 pre？（你找到我了吗？）
夏娃，我看到了你的编辑。这是我得到的结果。 instAgram：first-last 在这里，我只想从“搜索”中获取“first-last”。我能做什么？
在我的评论中，我决定将正则表达式 pre 和 user 放在一起，然后我重新组合了前缀和用户名。如果您只想获得“first-last”，请使用searched.group(2)。还是您要求它不应该有@？

【解决方案2】：

您可以像这样使用match 和group：

>>> ss = ['IG: @user-name', 'I.G.: @user-name', 'Instagram: @user-name']
>>> m = re.search('(IG|I\.G\.|Instagram)\: @(.*)$', ss[0])
>>> m.group(0)
'IG: @user-name'
>>> m.group(1)
'IG'
>>> m.group(2)
'user-name'
>>> m = re.search('(IG|I\.G\.|Instagram)\: @(.*)$', ss[1])
>>> m.group(2)
'user-name'
>>> m = re.search('(IG|I\.G\.|Instagram)\: @(.*)$', ss[2])
>>> m.group(2)
'user-name'
>>> m = re.search('(IG|I\.G\.|Instagram)\: @(.*)$', 'now for something completely different')
>>> if m:
...   m.group(2)
>>>

【讨论】：