匹配正则表达式或未找到时保留空字符串

Question

这是我在这个网站上的第一篇帖子，所以如果我搞砸了，告诉我。我需要为同名文件找到配置文件，不同的是配置文件的末尾有str。 some characters + _digit + car + some more characters + str or nothing. 所有文件都是文本形式，因此扩展名不提供任何更多信息。文件名中还包含一些重要的信息，如出现次数，我也需要提取这些信息。你知道吗

我使用regex的方法可以归结为

import re

reg = '(.*(?=\\dcar))(\\d(?=car)).*(str)?'      

config_to_file1 = 'wts-lg-000191_0car_lp_str'
file1 = 'wts-lg-000191_0car_lp'

print(re.findall(reg,file1))
print(re.findall(reg,config_to_file1))

我也试过这个

reg = '(.*(?=\\dcar))(\\d(?=car)).*(str)+'

我希望得到这个：

[('wts-lg-000191_', '0', 'str')]
[('wts-lg-000191_', '0', '')]

但我得到了这个：

[('wts-lg-000191_', '0', '')]
[('wts-lg-000191_', '0', '')]

我知道我不使用？我试着四处看看，但不知道我错过了什么。我还想坚持使用正则表达式方法进行练习。你知道吗

Answer 1

regex失败的主要原因是.*之前的(str)?将整个字符串抓取到底，而(str)?只是匹配字符串结尾的位置，因为它不必使用任何字符（因为它是可选的）。你知道吗

但是，由于过度使用lookarounds，regex可以得到极大的优化。使用

reg = r'(.*?)(\d)car(?:.*(str))?'

或者

reg = r'(.*?)(\d+)car(?:.*(str))?'

参见this Python demo和regex demo。你知道吗

细节

• (.*?)-第1组：除换行符以外的任何0+字符尽可能少
• (\d+)-第2组：一个或多个数字
• car-一个car字符串
• (?:.*(str))?-一个可选的非捕获组，匹配1次或0次
  • .*-除换行符以外的任何0+个字符尽可能多
  • (str)-第3组：str子串。你知道吗