正则表达式具有可选组和非捕获组答案

【问题标题】：Regex having optional groups with non-capturing groups正则表达式具有可选组和非捕获组
【发布时间】：2021-12-14 19:41:09
【问题描述】：

我有一个包含多个可选组和非捕获组的正则表达式。所有这些组都可以发生，但不是必须的。正则表达式应使用非捕获组到return the whole string。

当我将最后一组也设置为可选时，正则表达式将有几个分组结果。当我将第一组设置为非可选时，正则表达式匹配。这是为什么呢？

输入类似于input_text = "xyz T1 VX N1 "，预期输出T1 VX N1。

regexs = {
    "allOptional": 'p?(?:T[X0-4]?)?\\s?(?:V[X0-2])?\\s?(?:N[X0-3])?',
    "lastNotOptional": 'p?(?:T[X0-4]?)?\\s?(?:V[X0-2])?\\s?(?:N[X0-3])',
    "firstNotOptional": 'p?(?:T[X0-4]?)\\s?(?:V[X0-2])?\\s?(?:N[X0-3])?',
}

for key, regex in regexs.items():
    matches = re.findall(regex, input_text)

    # Results
    allOptional = ['', '', '', ' ', 'T1 VX N1', '']
    lastNotOptional = ['T1 VX N1']
    firstNotOptional = ['T1 VX N1']

提前致谢！

【问题讨论】：

非捕获组不返回任何内容。
p?(?:T[X0-4]?)?\s?(?:V[X0-2])?\s?(?:N[X0-3])? all 选项将匹配每个字符位置。这应该避免，因为它也包括琐碎的解决方案。
您可以通过要求 ^(?![\s]*$)p?(?:T[X0-4]?)?\s?(?:V[X0-2])?\s?(?:N[X0-3])?$ 来避免琐事，这会强制它匹配非空白字符，同时允许所有段都是可选的。
你能提供 input_text 吗？似乎正则表达式匹配，因为您的 input_text 中有这个组。
之前之后，中间，只要其中一个可选的东西就行了，真的没关系。甚至可以取消匹配其他任何东西(?=(?:p|T[X0-4]?|V[X0-2]|N[X0-3]))p?(?:T[X0-4]?)?[ \t]?(?:V[X0-2])?[ \t]?(?:N[X0-3])?

标签： python regex

【解决方案1】：

我建议

\b(?=\w)p?(?:T[X0-4]?)?\s?(?:V[X0-2])?\s?(?:N[X0-3])?\b(?<=\w)

见the regex demo。

对此的替代方案是环视组合，确保匹配前面紧跟空白字符或字符串开头，匹配的第一个字符是空白字符，以及另一个环视组合（在模式）以确保匹配结束字符是非空格，然后是空格或字符串结尾：

(?<!\S)(?=\S)p?(?:T[X0-4]?)?\s?(?:V[X0-2])?\s?(?:N[X0-3])?(?!\S)(?<=\S)

见this regex demo。

这里的要点是两个特定的单词/空白边界：

\b(?=\w) 在开头确保单词边界位置匹配，即紧跟单词 char
末尾的\b(?<=\w) 断言单词边界处的位置，左侧紧邻单词 char
(?<!\S)(?=\S) - 位于字符串开头的位置，或紧跟在空格之后且紧跟非空白字符的位置
(?!\S)(?<=\S) - 位于字符串末尾的位置，或紧接在空白之前且紧接在非空白字符之前的位置。

查看Python demo：

import re
input_text = "xyz T1 VX N1 G1"
pattern = r'\b(?=\w)p?(?:T[X0-4]?)?\s?(?:V[X0-2])?\s?(?:N[X0-3])?\b(?<=\w)'
print(re.findall(pattern, input_text))
# => ['T1 VX N1']

【讨论】：