Python Regex不返回任何结果

我已经编写了一个正则表达式，可以从unicode字符串中提取年周期（例如，2014-2015年）。正则表达式中的

\d{1,2}\^

表示月份代码，该代码可能存在，也可能不存在

无论如何，以下是我编写的代码：

# -*- coding: utf-8 -*-

import re
list_elem = '''Frank P. Smith (1886–1888)
Edgar Grant Sisson (1914–1917)
Douglas Z. Doty (1917–1918)
 {{Ray Long}} (1918–1931)

Harry Payne Burton (1931–1942)
Frances Whiting (1942–1945)
Arthur Gordon (1946–1948)'''

period_regex = ur'(\d{1,2}\^)?\s?\d{4}\s?(–|-)\s?(\d{1,2}\^)?\s?\d{4}'  #regex for checking if its a single year or period

#checking if a normal regex works
print re.search(r'W', list_elem, flags=re.IGNORECASE)
print re.findall(r'W\w+', list_elem, flags=re.IGNORECASE)

#main regex
print re.search(period_regex, list_elem, flags=re.IGNORECASE)
print re.findall(period_regex, list_elem, flags=re.IGNORECASE)

输出为：

<_sre.SRE_Match object at 0x7f8bfd1b5510>
['Whiting']
None
[]

['Whiting']
没有一个
[]

我写的正则表达式似乎工作正常。以下是指向regex的链接：

---

然而，当我运行我的程序时，我仍然得到一个空匹配。你知道我做错了什么吗？

在打印语句中添加'u'作为前缀在

list\u elem

和

.encode（'utf8'）

应该可以解决你的问题。比如说,

print re.search(period_regex, list_elem, flags=re.IGNORECASE).group(0).encode('utf8')

---

这里的主要问题是，因为您使用的是Unicode文本，所以输入字符串也应该是Unicode。这可以通过在字符串文本中添加

u

前缀来解决

但是，

re.findall

存在一个问题，即只有在模式中定义了捕获组内容时才返回捕获组内容。由于您的模式包含捕获组，因此将得到一个元组列表。因此，您需要将所有捕获组转换为非捕获组

如果需要打印值，可能需要对值进行

.encode（“utf8”）

编码

见：

结果:

<_sre.SRE_Match object at 0x2b05baf525e0>
[u'Whiting']
1886–1888
1886–1888
1914–1917
1917–1918
1918–1931
1931–1942
1942–1945
1946–1948

[u'Whiting']
1886–1888
1886–1888
1914–1917
1917–1918
1918–1931
1931–1942
1942–1945
1946–1948

注意

list_elem=u''Frank

中的

u”“”

，所有

（

在模式中被替换为

（？：

），使组不被捕获

---

另外，

[–-]

与

（？：–-）

相同，但更简短、更高效。

可能与Unicode有关。这里，.BTW，我认为如果您只需要获得所有匹配项，就需要将所有捕获组替换为非捕获组。例如

r'（？：\d{1,2}^）\s？\d{4}\s？[-\s？（？：\d{1,2}）s？\d}4}“

@WiktorStribiżew是的，这是一个更好的正则表达式，符合我的要求，但我仍然无法在我的机器上找到任何匹配项。有没有办法解决与unicode相关的问题？你需要通过在其声明中添加

u”“

前缀，使

列表元素成为unicode字符串。请参阅。@WiktorStribiżew我这样做了，仍然没有结果：（看，它在这里起作用了-。这正是我一直在寻找的答案。也感谢您改进了正则表达式：）
<_sre.SRE_Match object at 0x2b05baf525e0>
[u'Whiting']
1886–1888
1886–1888
1914–1917
1917–1918
1918–1931
1931–1942
1942–1945
1946–1948