使用 python 正则表达式捕获相似的字符串答案

【问题标题】：Use python regex to catch similar strings使用 python 正则表达式捕获相似的字符串
【发布时间】：2019-07-30 09:53:53
【问题描述】：

我有 2 个表单字符串：

Beta_Gambus_teta_some_changeable_string_2017.02.1276 and 
Beta_Gambus_teta__some_changeable_string_update_2017.02.1276

例子：

 Beta_Gambus_teta_wqtr_2017.02.1276.ctr
 Beta_Gambus_teta_wqtr_update_2017.02.1277.ctr
 Beta_Gambus_teta_tpsedr_2017.02.1276.ctr
 Beta_Gambus_teta_tpesdr_update_2017.02.1277.ctr
 Beta_Gambus_teta_cnmsr_2018.02.1279.ctr 
 Beta_Gambus_teta_cnms_update_2018.02.1279.ctr

我需要用正则表达式来捕捉其中带有“更新”的那些与那些没有“更新”的分开。

我使用的是^.+_(.+)\.ctr$，但它太宽泛了。

【问题讨论】：

所有字符串都以Beta_Gambus_teta 开头吗？
为什么不"update" in s？
@TimBiegeleisen 是的

标签： python regex python-2.7

【解决方案1】：

除非你没有告诉我们什么，否则这里根本不需要正则表达式...

strings = ["Beta_Gambus_teta_wqtr_2017.02.1276.ctr",
           "Beta_Gambus_teta_wqtr_update_2017.02.1277.ctr",
           "Beta_Gambus_teta_tpsedr_2017.02.1276.ctr",
           "Beta_Gambus_teta_tpesdr_update_2017.02.1277.ctr",
           "Beta_Gambus_teta_cnmsr_2018.02.1279.ctr",
           "Beta_Gambus_teta_cnms_update_2018.02.1279.ctr"]

with_update = []
no_update = []
for s in strings:
    if "update" in s:
        with_update.append(s)
    else:
        no_update.append(s)

甚至摆脱if：

res = ([], [])

for s in strings:
    res["update" in s].append(s)

no_update, with_update = res

两者都给出：

>>> print(with_update)
['Beta_Gambus_teta_wqtr_update_2017.02.1277.ctr', 'Beta_Gambus_teta_tpesdr_update_2017.02.1277.ctr', 'Beta_Gambus_teta_cnms_update_2018.02.1279.ctr']
>>> print(no_update)
['Beta_Gambus_teta_wqtr_2017.02.1276.ctr', 'Beta_Gambus_teta_tpsedr_2017.02.1276.ctr', 'Beta_Gambus_teta_cnmsr_2018.02.1279.ctr']

【讨论】：

【解决方案2】：

您可以尝试使用以下模式进行更新匹配：

Beta_Gambus_teta_[^_]+_update_\d{4}\.\d{2}\.\d{4}\.ctr

并将此模式用于非更新匹配：

Beta_Gambus_teta_[^_]+_\d{4}\.\d{2}\.\d{4}\.ctr

示例脚本：

path = "Beta_Gambus_teta_wqtr_update_2017.02.1277.ctr"
if re.search(r'Beta_Gambus_teta_[^_]+_update_\d{4}\.\d{2}\.\d{4}\.ctr', path):
    print("MATCH")

【讨论】：

【解决方案3】：

要使用_update_ 匹配字符串，请使用：

^Beta_Gambus_teta_.*_update_\d{4}\.\d{2}\.\d{4}\.ctr$

并匹配没有_update_的字符串：

^Beta_Gambus_teta_(?!.*_update_).*_\d{4}\.\d{2}\.\d{4}\.ctr$

这里的(?!.*_update_) 是一个否定的先行断言，如果在启动Beta_Gambus_teta_ 部分之后找到_update_，则匹配失败。

【讨论】：

这两种路径之间的关系似乎只是将update_从正例中去掉。
由于 OP 使用术语 some_changeable_string 我认为它可以是任何可能包含或不包含 _

【解决方案4】：

您是否尝试过以下方法？

.+update.+

【讨论】：