Python 3.x 长正则表达式模式不是'；他没有按计划工作

我的正则表达式模式在Python中似乎不起作用。此列用逗号与电子表格分隔，逗号之间有管道（

|

）也可以分隔内容。然而，我并不担心管道。我需要使用

re.split（）

方法以逗号分隔字符串，但是，您会在示例中注意到，用户在第一个

|

之前的第一项中的字符串中输入逗号，因此我使用Regex来建立要查找的模式。但是，它不能正常工作，初学者可以使用另一组眼睛。我已经构建并运行了正则表达式来帮助我，解释似乎是正确的，但它仍然没有返回我期望的匹配数

我的正则表达式模式：

“+\s\\\s\d\d\s\\\s\d\d\d\s\\\s\d\d\d\d\s\\\s.{2}\d\d\d\d\d\s\\s\d+.\d+？，”gm

我的样本测试字符串：

ICS:E-利率折扣（85%）；30よ5877 124242424242424242424247よ30 12424242417 124247 124247 124247 124247 12424周日周日1242410よ0000 | 2008<0.0，ICS:ICS:E-利率折扣（85%折扣（85%）12485%）12485%）；30 124242424241012410 1241012424242410124101242424101242417 12417 1242417 12424242417 1242417 12417 124242417 1242417 12417 1242417 12417 12417 12417 12417 12417 12417 12417 1242417 12417 124电子费率折扣（85%）| 20 | 5877 | 0000 | IT0000 |-11475.0，ICCMS:基本维护| 70 | 5877 | 0000 | IT0000 | 12000.0，ICCMS:电子费率折扣（85%）| 70 12477 | 0000 | IT0000 |-10200.0，ITSM:笔记本电脑、台式机、计算机| 30 1240 1240 | IT0000 | 720400.0

我预计的匹配数：9个匹配

我获得的匹配数：1个匹配-（0-443）：我从导出的匹配

不要在一开始就用贪婪的匹配来匹配所有内容，而要做一个惰性匹配

*？\s

我还使用了一个数量说明符，例如

{4}

*？\s\\s\d{2}\s\\s\d{4}\s\\s\d{4}\s\\s.{2}\d{4}\s\\s-？\d+\d+？

它有八个匹配项：

0-60集成电路：基本维护| 30 | 5877 | 0000 | IT0000 | 12000.0
60-126，ICS：电子利率折扣（85%）| 30 | 5877 | 0000 | IT0000 |-10200.0
126-186，ICS：基本维护| 40 | 5877 | 0000 | IT0000 | 9000.0
ICMS：电子利率折扣（85%）| 40 | 5877 | 0000 | IT0000 |-7650.0
252-313，ICS：基本维护| 20 | 5877 | 0000 | IT0000 | 13500.0
313-379，ICS：电子利率折扣（85%）| 20 | 5877 | 0000 | IT0000 |-11475.0
379-442，ICCMS：基本维护| 70 | 5877 | 0000 | IT0000 | 12000.0
442-510，ICCMS：电子费率折扣（85%）| 70 | 5877 | 0000 | IT0000 |-10200.0

最后一部分不匹配，因为缺少与

\s\d{4}\s

的匹配项。（以下以粗体显示的0000）

ITSM：笔记本电脑、台式机、计算机| 30 | 4400 | 0000 | IT0000 | 720400.0

不要在一开始就用贪婪的匹配来匹配所有东西

+\s

，而是做一个懒惰的匹配

*？\s

我还使用了一个数量说明符，例如

{4}

*？\s\\s\d{2}\s\\s\d{4}\s\\s\d{4}\s\\s.{2}\d{4}\s\\s-？\d+\d+？

它有八个匹配项：

0-60集成电路：基本维护| 30 | 5877 | 0000 | IT0000 | 12000.0
60-126，ICS：电子利率折扣（85%）| 30 | 5877 | 0000 | IT0000 |-10200.0
126-186，ICS：基本维护| 40 | 5877 | 0000 | IT0000 | 9000.0
ICMS：电子利率折扣（85%）| 40 | 5877 | 0000 | IT0000 |-7650.0
252-313，ICS：基本维护| 20 | 5877 | 0000 | IT0000 | 13500.0
313-379，ICS：电子利率折扣（85%）| 20 | 5877 | 0000 | IT0000 |-11475.0
379-442，ICCMS：基本维护| 70 | 5877 | 0000 | IT0000 | 12000.0
442-510，ICCMS：电子费率折扣（85%）| 70 | 5877 | 0000 | IT0000 |-10200.0

最后一部分不匹配，因为缺少与

\s\d{4}\s

的匹配项。（以下以粗体显示的0000）

---

ITSM：笔记本电脑、台式机、计算机| 30 | 4400 | 0000 | IT0000 | 720400.0

查看数据，如果您不担心管道，如果您想要9个匹配，您可以使用匹配所有值，而不是拆分并稍微缩短模式：

\w+:.*?\b\d+(?:\.\d+)(?=,|$)

• \w+：

  匹配1+个单词字符和

  ：

• *？

  匹配尽可能少的字符

• \b\d+（？：\。\d+）

  单词边界，匹配1+位和可选的小数部分

• （？=，|$）

  在右边断言一个逗号或字符串的结尾

|

输出

['ICS: Basic Maintenance | 30 | 5877 | 0000 | IT0000 | 12000.0',
 'ICS: E-Rate discount (85%) | 30 | 5877 | 0000 | IT0000 | -10200.0',
 'ICS: Basic Maintenance | 40 | 5877 | 0000 | IT0000 | 9000.0',
 'ICMS: E-Rate discount (85%) | 40 | 5877 | 0000 | IT0000 | -7650.0',
 'ICS: Basic Maintenance | 20 | 5877 | 0000 | IT0000 | 13500.0',
 'ICS: E-Rate discount (85%) | 20 | 5877 | 0000 | IT0000 | -11475.0',
 'ICCMS: Basic Maintenance | 70 | 5877 | 0000 | IT0000 | 12000.0',
 'ICCMS: E-Rate discount (85%) | 70 | 5877 | 0000 | IT0000 | -10200.0',
 'ITSM: Laptops, Desktops, Computers | 30 | 4400 | IT0000 | 720400.0']

['ICS: Basic Maintenance | 30 | 5877 | 0000 | IT0000 | 12000.0',
 'ICS: E-Rate discount (85%) | 30 | 5877 | 0000 | IT0000 | -10200.0',
 'ICS: Basic Maintenance | 40 | 5877 | 0000 | IT0000 | 9000.0',
 'ICMS: E-Rate discount (85%) | 40 | 5877 | 0000 | IT0000 | -7650.0',
 'ICS: Basic Maintenance | 20 | 5877 | 0000 | IT0000 | 13500.0',
 'ICS: E-Rate discount (85%) | 20 | 5877 | 0000 | IT0000 | -11475.0',
 'ICCMS: Basic Maintenance | 70 | 5877 | 0000 | IT0000 | 12000.0',
 'ICCMS: E-Rate discount (85%) | 70 | 5877 | 0000 | IT0000 | -10200.0',
 'ITSM: Laptops, Desktops, Computers | 30 | 4400 | IT0000 | 720400.0']

---

如果必须使用，可以使用捕获组来保留拆分值，并在逗号上拆分

匹配管道的完整模式：

import re
from pprint import pprint

pattern = r"(\w+:[^|]+\|\s\d\d\s\|(?:\s\d{4}\s\|){2}\s.{2}\d{4}\s\|\s-?\d+(?:\.\d+)?),"
s = "ICS: Basic Maintenance | 30 | 5877 | 0000 | IT0000 | 12000.0,ICS: E-Rate discount (85%) | 30 | 5877 | 0000 | IT0000 | -10200.0,ICS: Basic Maintenance | 40 | 5877 | 0000 | IT0000 | 9000.0,ICMS: E-Rate discount (85%) | 40 | 5877 | 0000 | IT0000 | -7650.0,ICS: Basic Maintenance | 20 | 5877 | 0000 | IT0000 | 13500.0,ICS: E-Rate discount (85%) | 20 | 5877 | 0000 | IT0000 | -11475.0,ICCMS: Basic Maintenance | 70 | 5877 | 0000 | IT0000 | 12000.0,ICCMS: E-Rate discount (85%) | 70 | 5877 | 0000 | IT0000 | -10200.0,ITSM: Laptops, Desktops, Computers | 30 | 4400 | IT0000 | 720400.0"

pprint(list(filter(None, re.split(pattern, s))))

输出

['ICS: Basic Maintenance | 30 | 5877 | 0000 | IT0000 | 12000.0',
 'ICS: E-Rate discount (85%) | 30 | 5877 | 0000 | IT0000 | -10200.0',
 'ICS: Basic Maintenance | 40 | 5877 | 0000 | IT0000 | 9000.0',
 'ICMS: E-Rate discount (85%) | 40 | 5877 | 0000 | IT0000 | -7650.0',
 'ICS: Basic Maintenance | 20 | 5877 | 0000 | IT0000 | 13500.0',
 'ICS: E-Rate discount (85%) | 20 | 5877 | 0000 | IT0000 | -11475.0',
 'ICCMS: Basic Maintenance | 70 | 5877 | 0000 | IT0000 | 12000.0',
 'ICCMS: E-Rate discount (85%) | 70 | 5877 | 0000 | IT0000 | -10200.0',
 'ITSM: Laptops, Desktops, Computers | 30 | 4400 | IT0000 | 720400.0']

['ICS: Basic Maintenance | 30 | 5877 | 0000 | IT0000 | 12000.0',
 'ICS: E-Rate discount (85%) | 30 | 5877 | 0000 | IT0000 | -10200.0',
 'ICS: Basic Maintenance | 40 | 5877 | 0000 | IT0000 | 9000.0',
 'ICMS: E-Rate discount (85%) | 40 | 5877 | 0000 | IT0000 | -7650.0',
 'ICS: Basic Maintenance | 20 | 5877 | 0000 | IT0000 | 13500.0',
 'ICS: E-Rate discount (85%) | 20 | 5877 | 0000 | IT0000 | -11475.0',
 'ICCMS: Basic Maintenance | 70 | 5877 | 0000 | IT0000 | 12000.0',
 'ICCMS: E-Rate discount (85%) | 70 | 5877 | 0000 | IT0000 | -10200.0',
 'ITSM: Laptops, Desktops, Computers | 30 | 4400 | IT0000 | 720400.0']

---

查看数据，如果您不担心管道，如果您想要9个匹配，您可以使用匹配所有值，而不是拆分并稍微缩短模式：

\w+:.*?\b\d+(?:\.\d+)(?=,|$)

• \w+：

  匹配1+个单词字符和

  ：

• *？

  匹配尽可能少的字符

• \b\d+（？：\。\d+）

  单词边界，匹配1+位和可选的小数部分

• （？=，|$）

  在右边断言一个逗号或字符串的结尾

|

输出

['ICS: Basic Maintenance | 30 | 5877 | 0000 | IT0000 | 12000.0',
 'ICS: E-Rate discount (85%) | 30 | 5877 | 0000 | IT0000 | -10200.0',
 'ICS: Basic Maintenance | 40 | 5877 | 0000 | IT0000 | 9000.0',
 'ICMS: E-Rate discount (85%) | 40 | 5877 | 0000 | IT0000 | -7650.0',
 'ICS: Basic Maintenance | 20 | 5877 | 0000 | IT0000 | 13500.0',
 'ICS: E-Rate discount (85%) | 20 | 5877 | 0000 | IT0000 | -11475.0',
 'ICCMS: Basic Maintenance | 70 | 5877 | 0000 | IT0000 | 12000.0',
 'ICCMS: E-Rate discount (85%) | 70 | 5877 | 0000 | IT0000 | -10200.0',
 'ITSM: Laptops, Desktops, Computers | 30 | 4400 | IT0000 | 720400.0']

['ICS: Basic Maintenance | 30 | 5877 | 0000 | IT0000 | 12000.0',
 'ICS: E-Rate discount (85%) | 30 | 5877 | 0000 | IT0000 | -10200.0',
 'ICS: Basic Maintenance | 40 | 5877 | 0000 | IT0000 | 9000.0',
 'ICMS: E-Rate discount (85%) | 40 | 5877 | 0000 | IT0000 | -7650.0',
 'ICS: Basic Maintenance | 20 | 5877 | 0000 | IT0000 | 13500.0',
 'ICS: E-Rate discount (85%) | 20 | 5877 | 0000 | IT0000 | -11475.0',
 'ICCMS: Basic Maintenance | 70 | 5877 | 0000 | IT0000 | 12000.0',
 'ICCMS: E-Rate discount (85%) | 70 | 5877 | 0000 | IT0000 | -10200.0',
 'ITSM: Laptops, Desktops, Computers | 30 | 4400 | IT0000 | 720400.0']

---

如果必须使用，可以使用捕获组来保留拆分值，并在逗号上拆分

匹配管道的完整模式：

import re
from pprint import pprint

pattern = r"(\w+:[^|]+\|\s\d\d\s\|(?:\s\d{4}\s\|){2}\s.{2}\d{4}\s\|\s-?\d+(?:\.\d+)?),"
s = "ICS: Basic Maintenance | 30 | 5877 | 0000 | IT0000 | 12000.0,ICS: E-Rate discount (85%) | 30 | 5877 | 0000 | IT0000 | -10200.0,ICS: Basic Maintenance | 40 | 5877 | 0000 | IT0000 | 9000.0,ICMS: E-Rate discount (85%) | 40 | 5877 | 0000 | IT0000 | -7650.0,ICS: Basic Maintenance | 20 | 5877 | 0000 | IT0000 | 13500.0,ICS: E-Rate discount (85%) | 20 | 5877 | 0000 | IT0000 | -11475.0,ICCMS: Basic Maintenance | 70 | 5877 | 0000 | IT0000 | 12000.0,ICCMS: E-Rate discount (85%) | 70 | 5877 | 0000 | IT0000 | -10200.0,ITSM: Laptops, Desktops, Computers | 30 | 4400 | IT0000 | 720400.0"

pprint(list(filter(None, re.split(pattern, s))))

输出

['ICS: Basic Maintenance | 30 | 5877 | 0000 | IT0000 | 12000.0',
 'ICS: E-Rate discount (85%) | 30 | 5877 | 0000 | IT0000 | -10200.0',
 'ICS: Basic Maintenance | 40 | 5877 | 0000 | IT0000 | 9000.0',
 'ICMS: E-Rate discount (85%) | 40 | 5877 | 0000 | IT0000 | -7650.0',
 'ICS: Basic Maintenance | 20 | 5877 | 0000 | IT0000 | 13500.0',
 'ICS: E-Rate discount (85%) | 20 | 5877 | 0000 | IT0000 | -11475.0',
 'ICCMS: Basic Maintenance | 70 | 5877 | 0000 | IT0000 | 12000.0',
 'ICCMS: E-Rate discount (85%) | 70 | 5877 | 0000 | IT0000 | -10200.0',
 'ITSM: Laptops, Desktops, Computers | 30 | 4400 | IT0000 | 720400.0']

['ICS: Basic Maintenance | 30 | 5877 | 0000 | IT0000 | 12000.0',
 'ICS: E-Rate discount (85%) | 30 | 5877 | 0000 | IT0000 | -10200.0',
 'ICS: Basic Maintenance | 40 | 5877 | 0000 | IT0000 | 9000.0',
 'ICMS: E-Rate discount (85%) | 40 | 5877 | 0000 | IT0000 | -7650.0',
 'ICS: Basic Maintenance | 20 | 5877 | 0000 | IT0000 | 13500.0',
 'ICS: E-Rate discount (85%) | 20 | 5877 | 0000 | IT0000 | -11475.0',
 'ICCMS: Basic Maintenance | 70 | 5877 | 0000 | IT0000 | 12000.0',
 'ICCMS: E-Rate discount (85%) | 70 | 5877 | 0000 | IT0000 | -10200.0',
 'ITSM: Laptops, Desktops, Computers | 30 | 4400 | IT0000 | 720400.0']

---

谢谢你，普拉纳夫，你做得很好。延迟匹配和

\d

的复制确实使我的模式过于复杂。用

{4}

替换是有帮助的。谢谢Pranav，它工作得非常出色。延迟匹配和

\d

的复制确实使我的模式过于复杂。用

{4}

替换是有帮助的。@mraguda看到这个模式在这个问题上失败了吗@Thefourthbird@mraguda但这是一个不同的数据样本。请尝试

[^，].\b\d+（？：\。\d+（=，|$）

您说得对--删除了