如何在Python中使用正则表达式匹配此模式

我有一份带有不同符号的姓名列表： 例如：

 myList = [ab2000, abc2000_2000, AB2000, ab2000_1, ABC2000_01, AB2000_2, ABC2000_02, AB2000_A1]

'ab2000' is 'ABC2000'
'ab2000_1' is 'ABC2000_01'
'AB2000_A1' is 'ABC2000_A1'

这些不同符号的标准化版本为，例如：

 myList = [ab2000, abc2000_2000, AB2000, ab2000_1, ABC2000_01, AB2000_2, ABC2000_02, AB2000_A1]

'ab2000' is 'ABC2000'
'ab2000_1' is 'ABC2000_01'
'AB2000_A1' is 'ABC2000_A1'

我尝试的是使用compile分离字符串的不同字符

输入：

compiled = re.compile(r'[A-Za-z]+|\d+|\W+')
compiled.findall("AB2000_2000_A1")

输出：

characters = ['AB', '2000', '2000', 'A', '1']

然后应用：

characters = list(set(characters))

最后尝试将该列表的值与字符串的主要组成部分相匹配：字母格式，数字格式，字母数字格式

但正如您在前面的输出中所看到的，我无法使用\W+将“A1”匹配为单个字符。我期望的输出是：

characters = ['AB', '2000', '2000', 'A1']

有没有办法解决这个问题

---

o总的来说，有没有更好的办法来解决我的问题。提前谢谢。

对可选组和捕获组使用以下模式：

r'([A-Z]+)(\d+)(?:_([A-Z\d]+))?(?:_([A-Z\d]+))?'

和

re.I

标志

请注意，必须重复

（？：）（[A-Z\d]+）？

，才能同时匹配这两个选项 第三组和第四组。如果您试图“重复”此组，请将 它将只匹配最后一组，跳过第三组 小组

为了测试它，我运行了以下测试：

myList = ['ab2000', 'abc2000_2000', 'AB2000', 'ab2000_1', 'ABC2000_01',
    'AB2000_2', 'ABC2000_02', 'AB2000_A1', 'AB2000_2000_A1']
pat = re.compile(r'([A-Z]+)(\d+)(?:_([A-Z\d]+))?(?:_([A-Z\d]+))?', re.I)
for tt in myList:
    print(f'{tt:16} ', end=' ')
    mtch = pat.match(tt)
    if mtch:
        for it in mtch.groups():
            if it is not None:
                print(f'{it:5}', end=' ')
    print()

获取：

ab2000            ab    2000  
abc2000_2000      abc   2000  2000  
AB2000            AB    2000  
ab2000_1          ab    2000  1     
ABC2000_01        ABC   2000  01    
AB2000_2          AB    2000  2     
ABC2000_02        ABC   2000  02    
AB2000_A1         AB    2000  A1    
AB2000_2000_A1    AB    2000  2000  A1   

---

我不清楚在所有情况下，可能的输入是什么，或者期望的输出是什么。也许

^（[A-Za-z]+）（\d+）（[A-Za-z]*）（\d+）$

将匹配您想要的组？使用组匹配似乎比您尝试的标记化更简单。