使用python正则表达式捕捉类似的字符串

Question

我有两种形式：

Beta_Gambus_teta_some_changeable_string_2017.02.1276 and 
Beta_Gambus_teta__some_changeable_string_update_2017.02.1276

示例：

 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regex来捕捉那些有'update'的和没有'update'的分开。你知道吗

我正在使用^.+_(.+)\.ctr$，但它太宽泛了。你知道吗

Answer 1

要将字符串与_update_匹配，请使用：

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

要匹配不带_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_部分之后发现_update_，则该断言将失败匹配。你知道吗

Answer 2

除非你不告诉我们什么，这里根本不需要正则表达式。。。你知道吗

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)

即使摆脱if：

res = ([], [])

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

no_update, with_update = res

两者都提供：

>>> 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']

Answer 3

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")