Python 正则表达式分组直到空格

我有这样一句话：

[24 Mar 2019] ABC-000 somestring-with-numbers-and-dashes - a whole bunch of text

('24', 'Mar', '2019', 'ABC-000', 'somestring-with-numbers-and-dashes')

正则表达式如下所示：

re_header = re.compile(r'^\[(\d\d) ([A-Z][a-z][a-z]) (\d{4})\] '
                    + r'(ABC-\d+(?:-\d+)?)\s+'
                    + r'(.*?)\s*$')

现在我得到的是：

('24', 'Mar', '2019', 'ABC-000', 'somestring-with-numbers-and-dashes - a whole bunch of text')

不过，我想要的是一个由“带数字和破折号的字符串”组成的附加组，如下所示：

[24 Mar 2019] ABC-000 somestring-with-numbers-and-dashes - a whole bunch of text

('24', 'Mar', '2019', 'ABC-000', 'somestring-with-numbers-and-dashes')

应该忽略

'somestring-with-numbers-and-dash'

后面的所有内容

如何实现这一点？

您可以使用

^\[(\d{2}) ([A-Z][a-z]{2}) (\d{4})\]\s*(DSA-\d+(?:-\d+)?)\s+([^\s-]+(?:-[^\s-]+)*)

请参阅（由于您的模式包含

DSA

而不是

ABC

，因此我在我的模式中使用了

DSA

，并在regex101中使用了演示字符串）

您感兴趣的部分是

（[^\s-]+（？：-[^\s-]+）*）

：

• [^\s-]+

  -1+除空格和

  -

• （？：-[^\s-]+）*

  -0次或多次重复

  -

  ，后跟除空格和

  -

  以外的任何1+字符

您可以使用

^\[(\d{2}) ([A-Z][a-z]{2}) (\d{4})\]\s*(DSA-\d+(?:-\d+)?)\s+([^\s-]+(?:-[^\s-]+)*)

请参阅（由于您的模式包含

DSA

而不是

ABC

，因此我在我的模式中使用了

DSA

，并在regex101中使用了演示字符串）

您感兴趣的部分是

（[^\s-]+（？：-[^\s-]+）*）

：

• [^\s-]+

  -1+除空格和

  -

• （？：-[^\s-]+）*

  -0次或多次重复

  -

  ，后跟除空格和

  -

  以外的任何1+字符

只需将final

（.*）\s*$

更改为

（[^\s]*）

：

注意，我必须在原始表达式中将

DSA

更改为

ABC

，以使其正常工作。

只需将final

（.*？）\s*$

更改为

（[^\s]*）

：

---

注意，我必须在原始表达式中将

DSA

更改为

ABC

，以使其工作。

您可以简单地将最后一个正则表达式部分替换为

(.*?) - .*$

---

因此，在

-

出现之前，您可以捕获尽可能少的文本。

您可以简单地将最后一个regex部分替换为

(.*?) - .*$

---

因此，在

-

出现之前，您要捕获尽可能少的文本。

如果日期只包含1个数字，月份超过3个字符，则正则表达式中的其他问题，例如2019年6月9日。此外，您在正则表达式中使用了

DSA

，但它怎么能在输出中使用

ABC

？因此，为了适应这些情况，最好使用以下方法：

---

如果日期仅包含1个数字且月份超过3个字符，则正则表达式中的其他问题，例如2019年6月9日。此外，您在正则表达式中使用了

DSA

，但它怎么能在输出中使用

ABC

？因此，为了适应这些情况，最好使用以下方法：

---

将上一个正则表达式替换为

（.*）\s-.

将上一个正则表达式替换为

（.*）\s-.