Python 如果re.findall找不到匹配项，如何返回字符串

我正在写一个脚本，将扫描的pdf文件转换成文本行，输入数据库。我使用re.findall从正则表达式列表中获取匹配项，以从tesseract提取的字符串中获取某些值。当正则表达式找不到匹配项时，我遇到了问题，我希望它返回“Error”。这样我就可以看出有问题了

我尝试了一些if/else语句，但似乎没有注意到None值

from wand.image import Image as Img
import ghostscript
from PIL import Image
import pytesseract
import re
import os

def get_text_from_pdf(pendingpdf,pendingimg):
    with Img(filename=pendingpdf, resolution=300) as img:
        img.compression_quality = 99
        img.save(filename=pendingimg)
    pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract'
    extractedtext = pytesseract.image_to_string(Image.open(pendingimg))
    os.unlink(pendingimg)
    return extractedtext

def get_results(vendor,extracted_string,results):
    for v in vendor:
        pattern = re.compile(v)
        for match in re.findall(pattern,extracted_string):
            if type(match) is str:
                results.append(match)
            else:
                results.append("Error")
    return results

pendingpdf = r'J:\TBHscan07022019090315001.pdf'
pendingimg = 'Test1.jpg'
aggind = ["^(\w+)(?:.+)\n+3600",
          "Ticket: (nonsensewordstothrowerror)",
          "Ticket: \d+\s([0-9|/]+)",
          "Product: (\w+.+)\n",
          "Quantity: ([\d\.]+)",
          "Truck (\w+)"]
vendor = aggind
extracted_string = get_text_from_pdf(pendingpdf,pendingimg)
results = []

print(get_results(vendor,get_text_from_pdf(pendingpdf,pendingimg),results))

---

对于re.findall（模式，提取的字符串）中的匹配，使用这种方法：
如果

re.findall（…）

找不到任何匹配项，则

for

循环甚至不会运行

事先将匹配结果保存到变量中，然后-使用条件检查：

...
matches = re.findall(pattern, extracted_string)
if not matches:
    results.append("Error")
else:
    for match in matches:
        results.append(match)

---

---

请注意，在遍历

re.findall（…）

的结果时，如果类型（匹配）为str:则检查

没有意义，因为每个匹配项都是字符串（否则-可能会暗示对字符串内容进行更复杂的分析）。
re.findall
在没有匹配项时返回空列表。因此，它应该简单到：

result = re.findall(my_pattern, my_text)
if result:
    # Successful logic here
else:
    return "Error"

你有

for match in re.findall(pattern,extracted_string):
        if type(match) is str:
            results.append(match)
        else:
            results.append("Error")

但是
re.findall（）
在找不到任何内容时返回
None
，所以

for match in re.findall(pattern,extracted_string):

不会输入，因为匹配项为
None

您需要检查
match is None
是否在
for
循环之外。
您可以在一行中执行此操作：

results += re.findall(pattern, extracted_string) or ["Error"]

顺便说一句，在vendor循环中编译模式并没有什么好处，因为您只使用了一次

您的函数还可以使用单个列表返回整个搜索结果：

return [m for v in vendor for m in re.findall(v, extracted_string) or ["Error"]]

有点奇怪的是，您实际上想要修改并返回作为参数传递的结果列表。使用该函数时，这可能会产生一些意外的副作用

您的“Error”标志可能会在结果列表中出现多次，并且由于每个模式可能返回多个匹配项，因此很难确定哪个模式找不到值

如果您只想在所有供应商模式都不匹配时发出错误信号，则可以对整个结果使用
或[“error”]
技巧：

return [m for v in vendor for m in re.findall(v, extracted_string)] or ["Error"]

我必须回去看看，但没有找到所有只返回的匹配项？您是否尝试过使用
try-except
block？@saharudra是正确的。它比
if else
更像python，但OP仍然需要知道何时抛出异常。不需要
try except
块，
re.findall
在没有匹配项时不会抛出异常。这个答案比我的答案更彻底，也更正确。这非常有效。我基本上是想扫描一大堆交货凭证，然后把它们输入我们的应付账款系统。这基本上是一个电子表格。无论如何，非常感谢你！