从字符串中提取年龄

Question

考虑以下字符串：

s="""A25-54 plus affinities targeting,Demo (AA F21-54),
A25-49 Artist Affinity Targeting,M21-49 plus,plus plus A 21+ targeting"""

我希望修复我的模式，该模式当前无法提取字符串中的所有年龄组（当前输出中缺少A 21+）。你知道吗

当前尝试：

import re
re.findall(r'(?:A|A |AA F|M)(\d+-\d+)',s)

输出：

['25-54', '21-54', '25-49', '21-49'] #doesnot capture the last group A 21+

预期产量：

['A25-54','AA F21-54','A25-49','M21-49','A 21+']

如您所见，我也希望最后一个组是A 21+，它当前在我的输出中丢失。你知道吗

如果我能得到与捕获组相关联的字符串。目前，我的输出除了没有捕获所有组之外，没有年龄组之前的字符串。例：我想要'A25-54而不是'25-54'，我想是因为?:。你知道吗

谢谢你的帮助。你知道吗

Answer 1

缺少匹配的部分是因为您的模式包含一个捕获组，并且一旦正则表达式中有一个捕获组，re.findall只返回该部分。第二个问题是，您应该匹配-后跟一个或多个数字或匹配前一个或多个数字后的文字+符号。你知道吗

你可以用

(?:A|A |AA F|M)\d+(?:-\d+|\+)

注意：您可能希望在开始处添加一个单词边界，以便只匹配那些A、AA F等作为整个单词：r'\b(?:A|A |AA F|M)\d+(?:-\d+|\+)'。你知道吗

参见regex demo和regex graph：

细节

• (?:A|A |AA F|M)-匹配A、A 、AA 、AA F或M的非捕获群
• \d+-1+位
• (?:-\d+|\+)—匹配-和后面1+个数字或单个+符号的非捕获组。你知道吗

Python demo：

import re
s="""A25-54 plus affinities targeting,Demo (AA F21-54),
A25-49 Artist Affinity Targeting,M21-49 plus,plus plus A 21+ targeting"""
print(re.findall(r'(?:A|A |AA F|M)\d+(?:-\d+|\+)',s))
# => ['A25-54', 'AA F21-54', 'A25-49', 'M21-49', 'A 21+']