有人知道为什么我的正则表达式的第一部分不能用Python工作吗？

Question

我在RegexBuddy里测试了这个regex

,[A-Z\s]+?,(LA|RO|MU|FE|AV|CA),(ML|FE|MN|FS|UN)?,(\d+/\d+/\d{4})?

它似乎能够做我需要它做的事情-捕获一段数据，它看起来像以下之一：

，粉末，RO，ML，8/19/2002
，粉末，RO，，，，
，粉末，RO，，2002年8月19日
，粉末，RO，ML，，

当我在python字符串中使用它时：

r",[A-Z\s]+?,(LA|RO|MU|FE|AV|CA),(ML|FE|MN|FS|UN)?,(\d+/\d+/\d{4})?"

它错过了匹配的第一部分，我得到的匹配结果如下：RO，ML，8/19/2002，或RO，ML，或jusr RO

第一个标记是存储为all caps的单词，其中可能有空格（和/或我需要很快说明的标点符号）。如果我删除空格，它仍然不能捕获它应该捕获的一个单词的名称。我错过什么明显的东西了吗？你知道吗

Answer 1

是的。你没有捕获第一组。你知道吗

r",([A-Z\s]+),(LA|RO|MU|FE|AV|CA),(ML|FE|MN|FS|UN)?,(\d+/\d+/\d{4})?"
#  ^        ^ 

顺便说一句，您似乎正在用regex解析CSV文件。在Python中，已经有了^{} module。你知道吗

Answer 2

正则表达式的第一部分没有捕获括号。尝试正则表达式：

,([A-Z\s]+?),(LA|RO|MU|FE|AV|CA),(ML|FE|MN|FS|UN)?,(\d+/\d+/\d{4})?
 #^^ This was [A-Z\s]+?; needs to be ([A-Z\s]+?)

在python中是这样的：

r",([A-Z\s]+?),(LA|RO|MU|FE|AV|CA),(ML|FE|MN|FS|UN)?,(\d+/\d+/\d{4})?"

口译员举例：

>>> import re
>>> r = re.compile(r",[A-Z\s]+?,(LA|RO|MU|FE|AV|CA),(ML|FE|MN|FS|UN)?,(\d+/\d+/\d{4})?")
>>> r.match(",POWDER,RO,ML,8/19/2002").groups()
('RO', 'ML', '8/19/2002')
>>> r = re.compile(r",([A-Z\s]+?),(LA|RO|MU|FE|AV|CA),(ML|FE|MN|FS|UN)?,(\d+/\d+/\d{4})?")
>>> r.match(",POWDER,RO,ML,8/19/2002").groups()
('POWDER', 'RO', 'ML', '8/19/2002')

Answer 3

我不喜欢python，但是您忘记了使用括号来表示您想要捕获该部分：

,([A-Z\s]+)?,(LA|RO|MU|FE|AV|CA),(ML|FE|MN|FS|UN)?,(\d+/\d+/\d{4})?应该做你想做的事