从正则表达式匹配中获取某个组答案

【问题标题】：getting a certain group from regex match从正则表达式匹配中获取某个组
【发布时间】：2020-04-11 22:40:46
【问题描述】：

我有一个带有一些文本的 .txt 文件（从 edifact 文件复制），我想匹配某些字段，我基本上只想要日期（匹配 1，组 0）

这是我拥有的正则表达式 https://regex101.com/r/oSVlS8/6

但我无法在我的代码中实现它，我只想要匹配的第 0 组。

这是我的代码：

regex = r"^((?:INV)\+(?:[^+\n]*\+){4})\d{8}"
with open ("test edifakt 1 bk v1.txt", "r") as f:
    result = re.findall(regex,f.read(),re.MULTILINE)
    print(result)

这就是我得到的结果：

['INV+ED Format 1+Brustkrebs+19880117+E000000001+']

我实际上想要“20080702”

我尝试了print(result.group(0)) 之类的方法，但没有奏效。我得到了：
AttributeError: 'list' object has no attribute 'group'

我也尝试将它作为这样的论点 result = re.findall(regex,f.read(),group(0),re.MULTILINE) 但我得到
get NameError: name 'group' is not defined

如果我使用re.search 及其字符串，我真的只能匹配某个组吗？

【问题讨论】：

尝试切换组\bINV\+(?:[^+\n]*\+){4}(\d{8})regex101.com/r/i5MedI/1，值将在组1中
re.findall() returns a list，所以，如果您想要第一场小组赛，请使用re.findall()[0]。

标签： python regex match

【解决方案1】：

您可以更改捕获组以捕获数字。

注意您可以省略 INV (?:INV) 周围的非捕获组并使用 * 作为 [^+\n]*\+ 的量词也可能匹配 4 个连续的加号 ++++

^INV\+(?:[^+\n]*\+){4}(\d{8})

^ 字符串开始
INV\+匹配INV+
(?:非捕获组
- [^+\n]*\+ 匹配除 + 或换行符以外的任何字符 0+ 次
){4}关闭小组并重复4次
(\d{8})捕获组1，匹配8位

Regex demo | Python demo

例如

regex = r"^INV\+(?:[^+\n]*\+){4}(\d{8})"
result = re.findall(regex, test_str, re.MULTILINE)
print(result)

输出

['20080702']

如果你想使用分组方法，你可以使用

matches = re.search(regex, test_str, re.MULTILINE) 
if matches:
    print(matches.group(1))

输出

20080702

Python demo

re.findall 将返回捕获组的值。
re.search 将返回一个 match object，它有一个 group 方法。

【讨论】：

答案是对的，但是从OP上的描述来看，用户仍然会遇到麻烦，因为他想要字符串。他正在寻找result[0] 而不是简单的result。 :-)
@accdias 感谢您的评论。我添加了另一个使用 re.search 的示例
谢谢！我没想过要更改表达式本身，这很有效：D，我想继续使用 re.findall 函数而不是搜索，所以谢谢！

【解决方案2】：

试试这个正则表达式

re.search(r'(?:INV)\+(?:[^+\n]*\+){4}(\d{8})', text).group(1)

'20080702'

【讨论】：

谢谢你，这行得通，但我拥有的是文件对象而不是字符串，是唯一的方法吗？
不，只需将result = re.findall(regex,f.read(),re.MULTILINE) 中的正则表达式替换为我给您的正则表达式
我试过了，它没有用，我认为这是因为我有一个文件对象，而不是一个字符串，所以当我尝试它时，我得到了 NameError: name 'text' is not defined
当我将内容粘贴到字符串“文本”中时，这确实有效，所以我赞成^^