有人知道为什么我的正则表达式的第一部分不是'；你不是在用Python吗？

我在RegexBuddy中测试了这个正则表达式

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

它似乎能够完成我需要它完成的任务—捕获一段数据，该数据看起来如下所示：

，粉末，反渗透，毫升，2002年8月19日
，粉末，反渗透，，，，
，粉末，反渗透，2002年8月19日
，粉末，反渗透，毫升，，

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})?"

它错过了比赛的第一部分，我的结果是：RO，ML，8/19/2002，或RO，ML，或jusr RO

---

第一个标记是一个存储为所有大写字母的单词，其中可能有空格（和/或可能还有标点符号，我需要很快加以说明）。如果我删除了空格，它仍然无法捕获它应该捕获的一个单词名称。我错过了一些明显的东西吗？

正则表达式的第一部分周围没有捕捉括号。试试正则表达式：

,([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})?"

来自解释器的示例：

>>> 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')

---

我不喜欢python，但您只是忘记了使用括号来表示要捕获该部分：

---

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

应该做你想做的事

是的。您没有捕获第一组

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

---

顺便说一句，您似乎正在使用正则表达式解析CSV文件。在Python中，已经存在一个。

是的，您错过了分组括号：

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

---

谢谢大家。只要一个人的错误被指出，它似乎总是显而易见的。我希望我能接受这三个答案。Thx，我会查看csv模块，看看我是否能利用它来完成我需要做的事情。可悲的是，这只是用python向自己证明我的脚本可以工作，我需要用Java或Groovy实现它，所以工作中没有人会感到奇怪。