如何在python中指定正则表达式字符串答案

【问题标题】：How to specify the regex string in python如何在python中指定正则表达式字符串
【发布时间】：2014-02-10 13:21:17
【问题描述】：

我有以下 2 串火车站 ID（显示行进方向），用“-”分隔。

String A (strA):
NS1-NS2-NS3-NS4-NS5-NS7-NS8-NS9-NS10-NS11-NS13-NS14-NS15-NS16-NS17-NS18-NS19-NS20-NS21-NS22-NS23-NS24-NS25-NS26-NS27

String B (strB):
NS27-NS26-NS25-NS24-NS23-NS22-NS21-NS20-NS19-NS18-NS17-NS16-NS15-NS14-NS13-NS11-NS10-NS9-NS8-NS7-NS5-NS4-NS3-NS2-NS1

我想找出字符串 A 或 B 中的哪一个包含电台“NS4”，然后是“NS1”（答案应该是字符串 B）。我目前的代码如下：

searchStr = ".*NS4-.*NS1(-.*|)"
re.search(searchStr, strA)
re.search(searchStr, strB)

但结果一直在字符串 A 中返回匹配项。我可以知道如何指定 'searchStr' 以仅匹配字符串 B 吗？

【问题讨论】：

正则表达式不是适合这项工作的工具
"NS4-NS10" 将匹配您的正则表达式。
嗨 Jarrod，我应该将其标记为搜索列表吗？
为什么投反对票？这个问题对我来说似乎很清楚。使用NS4-.*NS1($|-) 作为正则表达式。应该工作。
我正要回答这个问题，使用这个正则表达式：NS4(?=.*?NS1(?!\d)) 它说 NS1 必须跟随 NS4，但数字不能跟随 NS1。它会起作用的。

标签： python regex

【解决方案1】：

两种方法：标记化和改进正则表达式。

标记化

tokA = strA.split('-')
tokB = strB.split('-')

print('NS4' in tokA and tokA.index('NS1') > tokA.index('NS4'))
print('NS4' in tokB and tokB.index('NS1') > tokB.index('NS4'))

# False
# True

正则表达式

import re
pattern = '(^|-)NS4.+NS1(-|$)'
print(re.search(pattern, strA) is not None)
print(re.search(pattern, strB) is not None)

# False
# True

性能

Tokenization: 2.3072939129997394
Regex: 11.138173280000046

但如果您真的需要性能，我相信有更快的方法。甚至标记化方法也会多次传递。

【讨论】：

【解决方案2】：

作为标记化的替代方法，您可以使用以下表达式。

NS4(?=.*?NS1(?!\d))

字面意思是：

字面意思是“NS4”。
后跟任何字符，直到找到 NS1。
NS1 后面不能跟数字。

为了让读者了解我使用过的东西：

(?=) 是正向预测。

必须找到您在此令牌中放置的任何内容，匹配为True。
我放置 .*? 以匹配任何内容，尽可能少使用 ? 量词，然后是 NS1，因为这是我们想要找到的。

(?!) 是负前瞻

您可能会猜到，无论您在此令牌中放置什么，都不能找到匹配的 True。
我在这里放了一个数字，这样 NS10 或 NS11 或 NS19 之类的东西永远不会匹配。

【讨论】：