Python正则表达式的帮助

Question

我有以下字符串。你知道吗

示例：

• 12 CG GRB
• 6GRC 11.2百万
• 2克1.75升

我想把他们分成以下几组

• [12，CG][GRB]
• [6，GRC][11.2，MK]
• [2，克][1.75，LRG]

我正在使用这个正则表达式-（\d+。）。？\d*）*？（[A-Z]+）但是有了它，我无法正确地捕捉第一个示例。我得到的不是[12，CG][GRB]，而是[12，CG]。你知道吗

任何帮助都将不胜感激。你知道吗

import re
p = re.compile(ur'(\d+\.?\d*).*?([A-Z]+)')
test_str = u"12 CG GRB"

re.findall(p, test_str)

Answer 1

您可以将.*?替换为\s*，以匹配零个或多个whitepasces，并使第一个捕获组成为可选的：

(\d*\.?\d+)?\s*([A-Z]+)
           ^^^^

参见regex demo。你知道吗

注意，我还将匹配子模式\d*\.?\d+的数字修改为类似.56的mathc数字。你可以保持你自己的模式。你知道吗

图案细节：

• (\d*\.?\d+)?-可选组1
  • \d*-零个或多个数字
  • \.?-可选点
  • \d+-1个或更多数字
• \s*-零个或多个空格
• ([A-Z]+)-组2捕获一个或多个大写ASCII字母。你知道吗

要以元组列表的形式获取捕获组内容，请使用re.findall（demo）：

import re
p = re.compile(r'(\d*\.?\d+)?\s*([A-Z]+)')
s = "12 CG GRB\n6GRC 11.2 MK\n2 GR 1.75LRG"
print(p.findall(s))

Answer 2

s = "12 CG GRB\n6GRC 11.2 MK\n2 GR 1.75LRG"
re.split(r"(?<!\d)\s", s)

输出为：

['12 CG', 'GRB', '6GRC', '11.2 MK', '2 GR', '1.75LRG']