python正则表达式-可选匹配

我有一堆这样的字符串：

#q1_a1
#q7

基本上，这是一个必须忽略的迹象。 之后是一个字母加上一些数字。 或者，可以在uuUnderbar后面跟随一些字母+数字组合

以下是我的想法：

>>> pat = re.compile(r"#(.*)_?(.+)?")
>>> pat.match('#q1').groups()
('q1', None)

问题是q1_a1格式的字符串。当我将我所做的应用于这些字符串时：

>>> pat.findall('#q1_f1')
[('q1_f1', '')]

---

有什么建议吗

您的.*匹配也会加下划线，因为匹配是贪婪的。最好创建更具体的正则表达式，从第一个组中排除下划线

适当的正则表达式可以如下所示：

#([a-z][0-9])_?([a-z][0-9])?

但是，您需要检查它是否适用于您期望的所有数据

在正则表达式中更具体一些更好，因为误报更少。

使用。*时，它会尽可能多地匹配。尝试：

>>> pat = re.compile(r"#([^_]*)_?(.+)?")
>>> pat.findall('#q1_f1')
[('q1', 'f1')]

此外，最好编写一个更具体的表达式：

#([a-z][0-9])(?:_([a-z][0-9]))?

---

不使用正则表达式的简单替代方法：

s = '#q7'
print s[1:].split('_')
# ['q7']

s = '#q1_a1'
print s[1:].split('_')
# ['q1', 'a1']

这是假设所有字符串都以开头。如果不是这样，那么您可以轻松地进行一些验证：

s = '#q1_a1'
if s.startswith('#'):
    print s[1:].split('_')
# ['q1', 'a1]

s = 'q1_a1'
if s.startswith('#'):
    print s[1:].split('_')  # Nothing is printed

---

正如其他人所说，您的正则表达式越具体，就越不可能匹配不应该匹配的内容：

In [13]: re.match(r'#([A-Za-z][0-9])(?:_([A-Za-z][0-9]))?', '#q1_a1').groups()
Out[13]: ('q1', 'a1')

In [14]: re.match(r'#([A-Za-z][0-9])(?:_([A-Za-z][0-9]))?', '#q1').groups()
Out[14]: ('q1', None)

注:

如果只需要匹配整个字符串，请在正则表达式周围加上^和$。 你说了一些数字，但你的例子只包含一个数字。如果您的正则表达式需要接受多个数字，请将[0-9]更改为[0-9]+。

---

这个数字是个位数吗？还有，这个字母总是小写的吗？