logo标签列表

Python中的正则表达式用法

pythonregex
4

我是一个Python的新手，需要一些关于正则表达式用法的帮助。

我有一个字符串，像这样：

New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1)

从上面的字符串中，我想用正则表达式提取以下文本：

20120418-abcdef-1 0.0.0.1

我可以使用分割来实现，但我觉得这种方法不够有效。我尝试使用正则表达式，但无法缩小范围。

例如，我使用了

sdk_version = re.search(r"SDK(.*)", lines,)
                    print sdk_version.group(1)

但是这个版本号是0.0.0.1)，括号我不知道该如何消除。需要一些帮助在这里...谢谢-Vijay
6个回答
2
>>> s = "New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1)"
>>> import re
>>> version = re.compile(r"(?<=Version: )\d*-[a-z]*-\d")
>>> version.search(s).group()
'20120418-abcdef-1'

这个匹配

(preceded by "Version: ")
a string of digits
hyphen
a string of lowercase letters
hyphen
a digit

同样地，
>>> subversion = re.compile(r"(?<=SDK )\d*.\d*.\d*.\d*")
>>> subversion.search(s).group()
'0.0.0.1'

匹配

(preceded by "SDK ")
a string of digits
a dot
a string of digits
a dot
a string of digits
a dot
a string of digits
2

好的，我不确定你所有的字符串是否都与提供的字符串完全相同，但是提供的字符串的正则表达式应该是：

: (.*) \(based on SDK (.*)\)

这将会做以下事情： : - 在出现 : 后开始匹配。 ( - 这将开启一个组（这是正则表达式的一种特殊结构，允许您稍后引用捕获的值）。 .* - 这部分仅匹配到空格之前的所有内容。 \( - 这将匹配一个“真实”的括号而不是打开一个子组。 \) - 这将匹配一个“真实”的右括号而不是关闭一个子组。
因此，在 python 中看起来像这样：
import re
s = "New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1)"
r = re.compile(r": (.*) \(based on SDK (.*)\)")
m = r.search(s)
m.groups()
>> ('20120418-abcdef-1', '0.0.0.1')
2
假设版本号只能包含字母、数字、点和破折号，那么这就是你需要的全部内容：
version, sdk = re.findall(r'(?:Version: |SDK )([\w.-]+)', s)

例子：

s = "New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1)"

import re
version, sdk = re.findall(r'(?:Version: |SDK )([\w.-]+)', s)

print version
print sdk

## 20120418-abcdef-1
## 0.0.0.1
1

对于SDK版本，.*太宽泛了，不适合你在这里使用--它匹配所有内容，因此它将匹配字符串的其余部分。你可以使用正则表达式主体"SDK ([0-9.]+)"，然后取第一组。（"[0-9.]+"将匹配由数字字符和句点组成的字符串。）

对于版本字符串，你可以匹配类似于"Version: ([a-bA-B0-9-]+) ("的内容，并取第一组--这表示你正在寻找由字母数字字符和连字符组成的字符串，后跟一个空格和一个开括号。

1

可能你想要做的事情

>>> st="New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1)"
>>> "".join(re.findall(":[ ]*(.*?)[ ]*\(.*SDK(.*)\)",st)[0])
'20120418-abcdef-1 0.0.0.1'
1

@Gjallar已经写了一个非常好的答案。这是对他的回答稍加修改：

import re
s = "New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1)"
r = re.compile(r":\s+(.*)\s+\(based on SDK\s+(\S+)\s*\)")
m = r.search(s)
m.groups()
>> ('20120418-abcdef-1', '0.0.0.1')

在几个空格的地方，我用\s+替换了它，它可以匹配一个或多个任何类型的空格。因此，如果有额外的空格、制表符或其他任何东西，它仍然会匹配。

同样地，我改变了SDK字符串的模式。首先，我将它从.*更改为\S+，因此它现在只匹配非空白字符，并且必须至少有一个。我还添加了\s*，它可以匹配零个或多个任何类型的空格。如果没有空格，它将不起作用，但是如果有一些空格，它将匹配它；但它在括号外面，所以它不会捕获空格。因此，SDK字符串将匹配但不包括任何空格：

s = "New builds available Version: 20120418-abcdef-1 (based on SDK 0.0.0.1 )"

使用@Gjallar的原始模式，SDK字符串将为"0.0.0.1 "，但使用我的模式仍然会得到"0.0.0.1"。

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接