如何使用正则表达式正确解析 Python 中的十六进制颜色代码？

Question

我是 Regex 的初学者，所以我通过解决我能找到的所有练习来不断练习。在其中之一中，我需要使用 Regex 和 Python 从 HTML 源代码中提取所有十六进制代码。根据练习，发现 Hex 代码的规则是：

1. 以#开头
2. 有 3 位或 6 位数字
3. 每个数字都在 0-F 范围内（字符串不区分大小写）

示例输入是这样的：

#BED
{
    color: #FfFdF8; background-color:#aef;
    font-size: 123px;
    background: -webkit-linear-gradient(top, #f9f9f9, #fff);
}
#Cab
{
    background-color: #ABC;
    border: 2px dashed #fff;
}

想要的输出是：

#FfFdF8
#aef
#f9f9f9
#fff
#ABC
#fff

#BED 和 #Cab 将被省略，因为它们不是十六进制颜色。

我试过这段代码，解决了这个问题：

import re

text = """
#BED
{
    color: #FfFdF8; background-color:#aef;
    font-size: 123px;
    background: -webkit-linear-gradient(top, #f9f9f9, #fff);
}
#Cab
{
    background-color: #ABC;
    border: 2px dashed #fff;
} """

r = re.compile(r'#[0-9A-Fa-f]{3}|[0-9A-Fa-f]{6}')
a = r.findall(text)
print(a)

得到的输出：

['#BED', '#FfF', '#aef', '#f9f', '#fff', '#Cab', '#ABC', '#fff']

它工作得很好，除了它没有捕捉到 6 位代码并且它没有消除实际上不是十六进制颜色代码的两个标签。

我错了什么？我查看了其他尝试，但他们没有提供正确的答案。我正在使用 Python 3.7.4 和最新版本的 PyCharm。

Answer 1

一方面，您可以首先匹配 6 位代码，否则匹配 3 位代码将首先匹配其中的一半（因此不匹配完整的 6 位代码）。但由于您还只想匹配 CSS 属性规则，而不是选择器，请提前查找 ;、, 或 )：

(?i)#(?:[0-9a-f]{6}|[0-9a-f]{3})(?=[;,)])

https://regex101.com/r/BtZaoV/2

如果您还需要能够排除组合选择器，例如#BED, foo {，您可以先查找非{s，后跟}：

(?i)#(?:[0-9a-f]{6}|[0-9a-f]{3})(?=[^{]*})

https://regex101.com/r/BtZaoV/3

使用不区分大小写的标志来保持 DRY。 （您也可以使用 {3}){1,2} 来避免重复字符集，但这会使模式更难阅读 IMO）

Answer 2

你可以试试

#(?:[0-9A-Fa-f]{6}|[0-9A-Fa-f]{3})(?=;|[^(]*\))

所以这里的想法是匹配6字符长度，如果找不到匹配3字符匹配，以确保它不匹配#BED或者我们需要匹配十六进制颜色代码的终止，所以我们交替使用前瞻

Regex Demo

Answer 3

你可以使用

r = re.compile(r'#[0-9A-Fa-f]{3}(?:[0-9A-Fa-f]{3})?(?!$)', re.M)

见proof

示例 Python 代码：

import re
regex = r"#[0-9A-Fa-f]{3}(?:[0-9A-Fa-f]{3})?(?!$)"
test_str = ("#BED\n"
    "{\n"
    "    color: #FfFdF8; background-color:#aef;\n"
    "    font-size: 123px;\n"
    "    background: -webkit-linear-gradient(top, #f9f9f9, #fff);\n"
    "}\n"
    "#Cab\n"
    "{\n"
    "    background-color: #ABC;\n"
    "    border: 2px dashed #fff;\n"
    "}")
matches = re.findall(regex, test_str, re.MULTILINE)
print(matches)