Question

我有一个字符串：

string = u'11a2ee22b333c44d5e66e777e8888'

我想找到所有k个连续的数字块n <= k <= m。

仅使用正则表达式：比方说n=2和m=3 使用(?:\D|^)(\d{2,3})(?:\D|$)

re.findall(u'(?:\D|^)(\d{2,3})(?:\D|$)',u'11a2ee22b333c44d5e66e777e8888')

给出这个输出：

['11', '333', '66']

期望的输出：

['11', '22', '333', '44', '66', '777']

我知道有其他解决方案，如：

filter(lambda x: re.match('^\d{2,3}$', x), re.split(u'\D',r'11a2ee22b333c44d5e66e777e8888'))

给出了所需的输出，但我想知道第一种方法有什么问题？

似乎re.findall按顺序排列并在匹配时跳过上一部分，那么可以做些什么呢？

Answer 1

注意：您在问题中显示的结果不是我得到的结果：

>>> import re
>>> re.findall(u'(?:\D|^)(\d{2,3})(?:\D|$)',u'11a2ee22b333c44d5e66e777e8888')
[u'11', u'22', u'44', u'66']

它仍然缺少你想要的一些比赛，但不是相同的。

问题在于，即使像(?:\D|^)和(?:\D|$)这样的非捕获群体没有捕获他们匹配的内容，他们仍然消费 it。

这意味着产生'22'的匹配实际消耗了：

e，(?:\D|^) - 未捕获（但仍被消费）
22与(\d{2,3}) - 已捕获
b与(?:\D|$) - 未捕获（但仍被消费）

...以便b之前无法再匹配333。

您可以通过lookbehind和lookahead语法获得所需的结果：

>>> re.findall(u'(?<!\d)\d{2,3}(?!\d)',u'11a2ee22b333c44d5e66e777e8888')
[u'11', u'22', u'333', u'44', u'66', u'777']

在这里，(?<!\d)是一个负面的背后，检查匹配前面没有数字，(?!\d)是一个负前瞻，检查匹配后面没有数字。至关重要的是，这些结构不会消耗任何字符串。

各种前瞻和后视构造在中描述 Python re文档的Regular Expression Syntax部分。

Answer 2

环视正则表达式，\ d {2,3}表示2位或3位数，（？= [a-z]）表示数字后面的字母。

In [136]: re.findall(r'(\d{2,3})(?=[a-z])',string)
Out[136]: ['11', '22', '333', '44', '66', '777']

Answer 3

你甚至可以用一个函数来概括它：

afterrender: function() {
                Ext.fly('div').createChild({
                      tag: 'div',
                      html: "<label class='highlight'> Try the new <a href='#'>Beta version</a><span class='icon-clear'></span></label>"
                  }).on("click", function(e) {
                    if (e.target is <a>) {
                      //do some fun
                    }else if (e.target is <span>) {
                        //do some func
                   }
                }, this, { delegate: 'label' });  
        }

匹配数字前面或后面没有数字的特定数字

3 个答案: