正则表达式命名组（如果存在）

Question

早上好，

我有一个字符串，我需要解析和打印两个命名组的内容，知道其中一个可能不存在。

字符串看起来像这样（基本上是 /proc/pid/cmdline 的内容）：

"""
<some chars with letters / numbers / space / punctuation> /CLASS_NAME:myapp.server.starter.StarterHome /PARAM_XX:value_XX /PARAM_XX:value_XX /CONFIG_FILE:myapp.server.config.myconfig.txt /PARAM_XX:value_XX /PARAM_XX:value_XX /PARAM_XX:value_XX <some chars with letters / numbers / space / punctuation>
"""

我的流程有几乎相同的模式，即：

/CLASS_NAME:myapp.server.starter.StarterHome 始终存在，但 /CONFIG_FILE:myapp.server.config.myconfig.txt 并不总是存在。

我正在使用带有re 模块的python2 来捕获值。到目前为止，我的模式看起来像这样，我能够捕捉到与/CLASS_NAME对应的我想要的值

re.compile('CLASS_NAME:\w+\W\w+\W\w+\W(?P<class>\w+)')

因为/CONFIG_FILE 存在与否，我在myregexp 中添加了以下内容：

re.compile(r"""CLASS_NAME:\w+\W\w+\W\w+\W(?P<class>\w+).*?
               (CONFIG_FILE:\w+\W\w+\W\w+\W(?P<cnf>\w+.txt))?
            """, re.X)

我的理解是我的rexexp 的第二部分是可选的，因为整个部分在括号之间，后跟?。

不幸的是，我的假设是错误的，因为它无法捕捉到它

我也尝试删除第一个?，但没有帮助。

我通过PYTHEX 尝试了几次，试图理解我的正则表达式，但找不到解决方案。

任何人有什么建议可以解决我的问题吗？

Answer 1

您可以将整个可选部分包装在一个可选的非捕获组中，并为CONFIG_FILE 强制设置捕获组：

re.compile(r"""CLASS_NAME:(?:\w+\W+){3}(?P<class>\w+)(?:.*?
               (CONFIG_FILE:(?:\w+\W+){3}(?P<cnf>\w+\.txt)))?
        """, re.X)

如果有换行符，请使用re.X | re.S 修饰符选项。请注意，\w+\W\w+\W\w+\W 最好写成(?:\w+\W+){3}。

见regex demo

主要区别是(?:.*?(CONFIG_FILE:(?:\w+\W+){3}(?P<cnf>\w+\.txt)))?部分：

• (?: - 可选的开始（因为后面有一个贪婪的? 量词）非捕获组匹配
  • .*? - 任何 0+ 个字符，尽可能少
  • (CONFIG_FILE:(?:\w+\W+){3}(?P<cnf>\w+\.txt)) - 匹配
    • CONFIG_FILE: - 文字子串
    • (?:\w+\W+){3} - 三个 1+ 单词字符序列，后跟 1+ 非单词字符
    • (?P<cnf>\w+\.txt) - 组 cnf：1+ 字字符，一个点（注意它应该被转义），然后是 txt
• )? - 可选非捕获组的结尾（将尝试一次）