Skip to main content
 首页 » 编程设计

Python 3.6 返回与预期不同的结果

2024年12月31日8cyq1162

我正在尝试提取字符串

Triax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService

来自以下内容:

\r\n\r\nSupersedes\r\nNone\r\n\r\nTriax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService Serial Numbers:\r\nUS00000000-US99999999\r\n\r\n

使用正则表达式:

Supersedes:?[\\r\\n ]+[\w\-\s]+[\\r\\n ]+(.*)[\\r\\n ]+Serial Numbers?:?[ \\r\\n]+.*? 

当我在 regex101 上尝试时,它按预期工作:

https://regex101.com/r/eHdhBV/1/

但是当我在 Python 3.6 中尝试这个时,第一个匹配的组不是我所期望的:

import re 
result = re.search('Supersedes:?[\\r\\n ]+[\w\-\s]+[\\r\\n ]+(.*)[\\r\\n ]+Serial Numbers?:?[ \\r\\n]+.*?', '\r\n\r\nSupersedes\r\nNone\r\n\r\nTriax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService Serial Numbers:\r\nUS00000000-US99999999\r\n\r\n', re.S|re.M) 
result[1] 
'Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService' 

为什么 Python 省略了“Triax PFG Interface”?

编辑:

按照建议,我也尝试使用字符串文字。以下是结果:

rx = r'Supersedes:?[\\r\\n ]+[\w\-\s]+[\\r\\n ]+(.*)[\\r\\n ]+Serial Numbers?:?[ \\r\\n]+.*?' 
result = re.search(rx, '\r\n\r\nSupersedes\r\nNone\r\n\r\nTriax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService Serial Numbers:\r\nUS00000000-US99999999\r\n\r\n', re.S|re.M) 
result[1] 
Traceback (most recent call last): 
  File "<stdin>", line 1, in <module> 
TypeError: 'NoneType' object is not subscriptable 

请您参考如下方法:

您正在在线测试器上针对字符串文字进行测试,而您应该针对文字字符串进行测试。

'\r\n\r\nSupersedes\r\nNone\r\n\r\nTriax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService Serial Numbers:\r\nUS00000000-US99999999\r\n\r\n' 

是字符串字面量,里面的\r和\n是转义序列,被Python字符串引擎转为CR,分别为LF符号。

字符串文字表示以下文字字符串:

Supersedes 
None 
 
Triax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03 
 
Service Serial Numbers: 
US00000000-US99999999 

在开始和结束处有 2 个空行。参见 the actual regex demo online .

你可以使用

import re 
s = '\r\n\r\nSupersedes\r\nNone\r\n\r\nTriax PFG Interface Boards: Inova: P/N 01-903510-02 and Unity plus: P/N 01-903510-03\r\n\r\nService Serial Numbers:\r\nUS00000000-US99999999\r\n\r\n' 
m = re.search(r'Supersedes:?\s+[\w -]+\s+(.*)\sSerial Number', s, re.S) 
if m: 
    print(m.group(1)) 

参见 Python demo

详情

  • 取代:? - 取代: 或 取代 子串
  • \s+ - 1+ 个空格(包括垂直空格,即换行符)
  • [\w -]+ - 1+ 个单词、空格和/或连字符
  • \s+ - 1+ 个空格
  • (.*) - 任何 0+ 个字符(也包括换行符,由于 re.S 标志)尽可能多(替换 * 与 *? 匹配尽可能少的字符(如果预期匹配超过 1 个)
  • \s - 一个空格
  • Serial Number - Serial Number 子字符串。