Python/Regex - Match。＃，＃。 in String

Question

我可以用什么正则表达式匹配“。＃，＃”。在一个字符串内。它可能存在或不存在于字符串中。预期输出的一些示例可能是：

Test1.0,0.csv  -> ('Test1', '0,0', 'csv')   (Basic Example) 
Test2.wma   -> ('Test2', 'wma')    (No Match) 
Test3.1100,456.jpg -> ('Test3', '1100,456', 'jpg') (Basic with Large Number) 
T.E.S.T.4.5,6.png -> ('T.E.S.T.4', '5,6', 'png')  (Doesn't strip all periods) 
Test5,7,8.sss  -> ('Test5,7,8', 'sss')   (No Match) 
Test6.2,3,4.png -> ('Test6.2,3,4', 'png')   (No Match, to many commas) 
Test7.5,6.7,8.test -> ('Test7', '5,6', '7,8', 'test') (Double Match?) 

最后一个不是太重要，我只希望那个。＃，＃。会出现一次。我正在处理的大部分文件，我都希望属于第一到第四个例子，所以我最感兴趣的是这些文件。

感谢您的帮助！

Answer 1

以允许多个连续两场比赛，用超前/回顾后：

r'(?<=\.)\d+,\d+(?=\.)' 

例子：

>>> re.findall(r'(?<=\.)\d+,\d+(?=\.)', 'Test7.5,6.7,8.test') 
['5,6', '7,8'] 

我们也可以用先行进行分割，只要你想它：

import re 
def split_it(s): 
    pieces = re.split(r'\.(?=\d+,\d+\.)', s) 
    pieces[-1:] = pieces[-1].rsplit('.', 1) # split off extension 
    return pieces 

测试：

>>> print split_it('Test1.0,0.csv') 
['Test1', '0,0', 'csv'] 
>>> print split_it('Test2.wma') 
['Test2', 'wma'] 
>>> print split_it('Test3.1100,456.jpg') 
['Test3', '1100,456', 'jpg'] 
>>> print split_it('T.E.S.T.4.5,6.png') 
['T.E.S.T.4', '5,6', 'png'] 
>>> print split_it('Test5,7,8.sss') 
['Test5,7,8', 'sss'] 
>>> print split_it('Test6.2,3,4.png') 
['Test6.2,3,4', 'png'] 
>>> print split_it('Test7.5,6.7,8.test') 
['Test7', '5,6', '7,8', 'test'] 

Answer 2

使用正则表达式^([^,]+)\.(\d+,\d+)\.([^,.]+)$

检查this demo >>

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test1.0,0.csv') 
[('Test1', '0,0', 'csv')] 

---

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test2.wma') 
[] 

---

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test3.1100,456.jpg') 
[('Test3', '1100,456', 'jpg')] 

---

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'T.E.S.T.4.5,6.png') 
[('T.E.S.T.4', '5,6', 'png')] 

---

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test5,7,8.sss') 
[] 

---

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test6.2,3,4.png') 
[] 

---

>>> print re.findall(r'^([^,]+)\.(\d+,\d+)\.([^,.]+)$', 'Test7.5,6.7,8.test') 
[] 

Answer 3

'/^(.+)\.((\d+,\d+)\.)?(.+)$/' 

第三捕获组应包含一对数字。如果你有多对，你应该得到多个匹配。第三次捕获将始终包含这对。

Answer 4

^(.*?)\.(\d+,\d+)\.(.*?)$ 

这通过你的测试，至少在模式：

Answer 5

您可以使用正则表达式\.\d+,\d+\.找到该模式的所有比赛，但你需要做一些额外的到得到你期望的输出，尤其是因为你想把.5,6.7,8.当作两场比赛。

这是一个潜在的解决方案：

def transform(s): 
    s = re.sub(r'(\.\d+,\d+)+\.', lambda m: m.group(0).replace('.', '\n'), s) 
    return tuple(s.split('\n')) 

例子：

>>> transform('Test1.0,0.csv') 
('Test1', '0,0', 'csv') 
>>> transform('Test2.wma') 
('Test2.wma',) 
>>> transform('Test3.1100,456.jpg') 
('Test3', '1100,456', 'jpg') 
>>> transform('T.E.S.T.4.5,6.png') 
('T.E.S.T.4', '5,6', 'png') 
>>> transform('Test5,7,8.sss') 
('Test5,7,8.sss',) 
>>> transform('Test6.2,3,4.png') 
('Test6.2,3,4.png',) 
>>> transform('Test7.5,6.7,8.test') 
('Test7', '5,6', '7,8', 'test') 

也得到文件的扩展名分离出来时，有没有比赛，你可以使用以下命令：

def transform(s): 
    s = re.sub(r'(\.\d+,\d+)+\.', lambda m: m.group(0).replace('.', '\n'), s) 
    groups = s.split('\n') 
    groups[-1:] = groups[-1].rsplit('.', 1) 
    return tuple(groups) 

除了'Test2.wma'变成之外，这将与上述输出相同，具有类似的行为'Test5,7,8.sss'和'Test5,7,8.sss'。

Answer 6

这很接近，python是否支持命名组？

^.*(?P<group1>\d+(?:,\d+)?)\.(?P<group2>\d+(?:,\d+)?).*\..+$