正则表达式来提取字符串

Question

我需要正则表达式的帮助，以便从字符串中获得以下内容

dal001.caxxxxx.test.com. ---> caxxxxx.test.com
caxxxx.test.com -----> caxxxx.test.com

所以基本上在第一个例子中，我不想要dal001或者任何以3个字母和3个数字开头的东西，如果它只以ca开头，我就不想要字符串的其余部分

在第二个示例中，我希望整个字符串只以ca开头

到目前为止，我已经尝试了(^[a-z]{3}[\d]+\.)?(ca.*)，但是当字符串被激活时，它不起作用 dal001.mycaxxxx.test.com

任何帮助都将不胜感激

Answer 1

你可以用

^(?:[a-z]{3}\d{3}\.)?(ca.*)

见regex demo。要使其不区分大小写，请使用re.I（re.search(rx, s, re.I)，请参见下文）进行编译

详细信息：

• ^-字符串的开头
• (?:[a-z]{3}\d{3}\.)?一个可选序列，由3个字母、3个数字和.组成
• (ca.*)-group1:ca和字符串的其余部分

见Python demo：

import re
rx = r"^(?:[a-z]{3}\d{3}\.)?(ca.*)"
strs = ["dal001.caxxxxx.test.com","caxxxx.test.com"]
for s in strs:
  m = re.search(rx, s)
  if m:
    print( m.group(1) )

Answer 2

像这样使用^{}：

import re
strs = ['dal001.caxxxxx.test.com', 'caxxxx.test.com']

for s in strs:
    s = re.sub(r'^[A-Za-z]{3}\d{3}[.]', '', s)
    print(s)
# caxxxxx.test.com
# caxxxx.test.com

Answer 3

如果您正在使用re：

import re
my_strings = ['dal001.caxxxxx.test.com', 'caxxxxx.test.com']
my_regex = r'^(?:[a-zA-Z]{3}[0-9]{3}\.)?(ca.*)'
compiled_regex = re.compile(r)
for a_string in my_strings:
    if compiled_regex.match(a_string):
        compiled_regex.sub(r'\1', a_string)

my_regex匹配以[3 letters][3 digits][a .]开头（^锚定到字符串开头）的字符串，但仅可选，并且使用非捕获组（(?:)将不会获得编号的引用以在sub中使用）。在任何一种情况下，它都必须包含ca，后跟任何内容，并且该部分在对re.sub的调用中用作替换re.compile用于加快速度，以防有许多字符串需要匹配

关于re.compile的说明： 有些答案不需要在循环之前预先编译正则表达式。他们做了一个交易：删除一行代码，代价是在每次迭代时隐式地重新编译正则表达式。如果要在循环体中使用正则表达式，则应始终首先编译它。这样做会对程序的速度产生重大影响，即使迭代次数很小，也不会增加成本Here is a comparison的编译版本与the same loop using the same regex的非编译版本，用于不同的循环迭代次数和试验次数。你自己判断吧