Python：使用正则表达式没有结果答案

【问题标题】：Python: no results using regular expressionPython：使用正则表达式没有结果
【发布时间】：2014-09-16 16:49:29
【问题描述】：

我有一个包含许多行的文本文件，例如：

Total:4CASES      gross weight(KG):76          net weight(KG):60          volume(CBM):0.99
Total:203CASES    gross weight(KG):16695.88    net weight(KG):15329.37    volume(CBM):99.29
Total:198CASES    gross weight(KG):14892.25    net weight(KG):13347.77    volume(CBM):105.14
Total:231CASES    gross weight(KG):18730.56    net weight(KG):16825.96    volume(CBM):112.77

我正在尝试提取数字并获取案例、重量和体积的总和。

对于所有案例，我在文件的每一行都使用以下表达式：

matchTotalCases = re.search(r'Total:\w*CASES\s', line)

当我去matchTotalCases.group() 时，它给了我Total:4CASES 第一行。这对我来说没问题，但我正在尝试总重量：

matchGrossWeight = re.search(r'^gross\sweight(KG):\w*[.]?[\w]*$', line)

但它没有返回任何东西......

那么我该如何调整我的正则表达式，以便得到像 gross weight(KG):76 甚至更好的结果，直接只有 76？

感谢您的支持。

【问题讨论】：

正则表达式中的 ^ 表示行首。 gross 不在任何行的开头，因此不会匹配。

标签： python regex python-2.7

【解决方案1】：

删除^ 和$，因为它们分别用于行的开始和结束。
转义(和)
正确处理数字。

这是一个适合您的工作示例：

matchGrossWeight = re.search(r'gross\sweight\(KG\):[0-9]+(\.[0-9]+)?', line)

【讨论】：

【解决方案2】：

您的正则表达式有几个问题。看一下正则表达式语法文档：https://docs.python.org/2/library/re.html#regular-expression-syntax

matchGrossWeight 的正则表达式以字符 ^ 开头，它将匹配仅在字符串的开头，或在每行的开头与 re.MULTILINE .
您需要转义括号 (()) 才能将它们用作正则表达式中的文字字符。
您用小数点匹配数字的方式相当笨拙。您可以简单地使用 \. 来匹配文字 . 字符。

【讨论】：

【解决方案3】：

在您的正则表达式中，将 \w* 替换为 (\d+)

【讨论】：

那不会有任何区别。 \w* 将匹配 \d+ 匹配的任何内容，因为数字 [0-9] 是“单词”字符的子类（通常为 [A-Za-z0-9_]）。
我正在寻找数字，而不是字母值，因此存在显着差异
我知道两者是有区别的，但是解决不了OP的问题。他的正则表达式根本不匹配，而您的答案是使匹配条件更严格。这是一个合理的建议，但不会解决他眼前的问题。

【解决方案4】：

Total:(\d+)|gross\s*weight\(KG\):(\d+)

试试这个。查看演示。

http://regex101.com/r/hJ7nT4/5

你的正则表达式

matchGrossWeight = re.search(r'^gross\sweight(KG):\w*[.]?[\w]*$', line) 没有转义的 '('。请通过\转义。

【讨论】：

【解决方案5】：

如果你想捕获每个组，你也可以尝试this solution：

(?P<total>(?<=Total:)\d+(?=CASES))
.*?
(?P<gross_weight>(?<=gross\ weight\(KG\):)\d+(?:\.\d+)?)
.*?
(?P<net_weight>(?<=net\ weight\(KG\):)\d+(?:\.\d+)?)
.*?
(?P<volume>(?<=volume\(CBM\):)\d+(?:\.\d+)?)

这会给你类似的结果：

MATCH 1 total [6-7] `4` gross_weight [35-37] `76` net_weight [62-64] `60` volume [86-90] `0.99` MATCH 2 total [97-100] `203` gross_weight [126-134] `16695.88` net_weight [153-161] `15329.37` volume [177-182] `99.29` MATCH 3 total [189-192] `198` gross_weight [218-226] `14892.25` net_weight [245-253] `13347.77` volume [269-275] `105.14` MATCH 4 total [282-285] `231` gross_weight [311-319] `18730.56` net_weight [338-346] `16825.96` volume [362-368] `112.77`

import re
p = re.compile(ur'(?P<total>(?<=Total:)\d+(?=CASES)).*?(?P<gross_weight>(?<=gross\ weight\(KG\):)\d+(?:\.\d+)?).*?(?P<net_weight>(?<=net\ weight\(KG\):)\d+(?:\.\d+)?).*?(?P<volume>(?<=volume\(CBM\):)\d+(?:\.\d+)?)', re.MULTILINE | re.VERBOSE)
test_str = u"Total:4CASES      gross weight(KG):76          net weight(KG):60          volume(CBM):0.99\nTotal:203CASES    gross weight(KG):16695.88    net weight(KG):15329.37    volume(CBM):99.29\nTotal:198CASES    gross weight(KG):14892.25    net weight(KG):13347.77    volume(CBM):105.14\nTotal:231CASES    gross weight(KG):18730.56    net weight(KG):16825.96    volume(CBM):112.77\n"
re.findall(p, test_str)

【讨论】：

【解决方案6】：

这是获取与毛重相关的值的一种方法：

>>> regex = re.compile("gross weight\(KG\)\:(\d+\.*\d+)",re.MULTILINE)

上面的代码放在下面的输入字符串上：

gross weight(KG):76
gross weight(KG):16695.88

给予：

>>> regex = re.compile("gross weight\(KG\)\:(\d+\.*\d+)",re.MULTILINE)
>>> regex.findall(string)
[u'76', u'16695.88']

如果您一次解析一行数据，则不需要re.MULTILINE 参数。

【讨论】：

【解决方案7】：

gross\s+weight\(KG\):(\d+(?:\.\d+)?)

这个正则表达式也将匹配十进制数字。您的正则表达式的问题是 ^ 匹配行开头。另外，parantheses 有特殊的含义，所以必须转义。

演示：http://regex101.com/r/jR9zX9/1

在 Python 中，您可以将以下语法用于您的正则表达式：

re.search(r'gross\sweight\(KG\):([0-9]+(?:\.[0-9]+)?)', line).group(1)

group(1) 将只返回数字。

【讨论】：