如何只捕获正则表达式中的第一组？ [复制]答案

【问题标题】：How to only capture first group in regex? [duplicate]如何只捕获正则表达式中的第一组？ [复制]
【发布时间】：2018-05-24 16:31:14
【问题描述】：

这是我所指的文字：

'    High  4:55AM 1.3m   Low 11:35AM 0.34m   High  5:47PM 1.12m   Low 11:40PM 0.47m       First Light  5:59AM   Sunrise  6:24AM   Sunset  5:01PM   Last Light  5:27PM    '

使用 Python 和正则表达式，我只想捕获：“High 4:55AM 1.3m Low 11:35AM 0.34”（这是文本的第一部分，理想情况下我想在没有额外空格的情况下捕获它)。

到目前为止，我已经尝试过这个正则表达式：.{44}

它设法捕获了我想要的文本组，即前 44 个字符，但它也捕获了我不想要的后续 44 个字符组。

【问题讨论】：

你需要去掉 g（全局）标志
如果您只想要前 44 个字符，只需使用索引：您不需要正则表达式。
请写下你正在使用的代码。

标签： python regex

【解决方案1】：

如果您真的只需要前 44 个字符，则不需要正则表达式：您可以简单地使用 Python 字符串切片运算符：

first_44_characters = s[:44]

但是，正则表达式的功能要强大得多，并且可以解释您感兴趣的部分的长度可能会发生变化的事实。例如，如果时间是上午 10 点而不是上午 4 点，则该部分的长度可能会改变（或者可能不会，也许这就是空间填充的用途？）。在这种情况下，您可以使用这样的正则表达式来捕获它：

>>> re.match(r'\s+(High.*?)m', s).group(1)
'High  4:55AM 1.3'

\s 匹配任何空白字符，+ 匹配前面的一个或多个元素，括号定义以 High 开头并包含任何字符的最小长度序列的组，括号后面的 m表示该组在小写 m 字符之前结束。

如果需要，您还可以使用正则表达式提取序列的各个部分：

>>> re.match(r'\s+(High)\s+(\d+\:\d+)(AM|PM)\s+(\d+\.\d+)m', s).groups()
('High', '4:55', 'AM', '1.3')

【讨论】：

【解决方案2】：

此正则表达式将捕获从第一个 "High" 开始直到下一个 "High"（不包括）的所有内容，如果没有下一个，则捕获字符串的结尾。它消除了catured组开头和结尾的多余空格。

^\s*(High.*?)\s*(?=$|High)

如果您想在捕获的组中将所有多个空格减少为单个空格，您可以使用替换功能，然后将此正则表达式 " +" 替换为 " "

【讨论】：