正则表达式可选组不匹配

如何解决正则表达式可选组不匹配

我有这样的字符串：/A/B 其中 A 和 B 可以包含任意字符，/ 除外。有时在 _X 中有一个字符串 B 后跟一个数字。我想用数字捕获 A、B 和 X。

我有这个正则表达式：^/(.+)/(.+?(?:_(X\d))?.+?)$

但它只捕获 A 和 B，在使用 X 时从不捕获 re.match(regex,string)。

更新： 示例字符串可以是：

• /l/_ _X3test -> 应该产生组 l,_ _X3test,X3
• /l/_ X3test -> 应该产生组 l,_ X3test,None
• /l/_ _Xtest -> 应该产生组 l,_ _Xtest,None

解决方法

你可能会使用

^/([^/]+)/([^/]+?((?<=_)X\d|$).*)

模式匹配

• ^ 字符串开头
• /([^/]+) 匹配 /，开始捕获 group 1 并匹配除 /
之外的任何字符
• /([^/]+? 匹配 / 并开始捕获 group 2 尽可能匹配除 / 之外的任何字符
  • ( 捕获第 3 组 （嵌套在第 2 组中）
    • (?<=_)X\d 正向后视断言 _ 直接向左，然后匹配 X 和一个数字
    • | 或
    • $ 断言字符串的结尾
  • ) 关闭第 3 组
  • .* 匹配任意字符的 0 次以上（该行的其余部分）
• ) 关闭第 2 组

Regex demo

例如

import re

pattern = r"^/([^/]+)/([^/]+?((?<=_)X\d|$).*)"
strings = [
    "/l/_ _X3test","/l/_ X3test","/l/_ _Xtest"
]

for s in strings:
    print(re.findall(pattern,s))

输出

[('l','_ _X3test','X3')]
[('l','_ X3test','')]
[('l','_ _Xtest','')]