python re.compile包含变量和数字的字符串

Question

你好，我想要匹配以下内容：

test = re.compile(r' [0-12](am|pm) [1-1000] days from (yesterday|today|tomorrow)')

用这个匹配：

print test.match(" 3pm 2 days from today")

但是它返回的是None，我哪里出错了？我刚开始接触正则表达式，读了文档以为这样应该可以！任何帮助都很感激。

chrism

--------------------------------------------------------------------------------------

我在问一个新问题，关于使用类似上面的方法设计一个系统，涉及自然语言处理，详细内容可以在这里找到。

Answer 1

试试这个：

test = re.compile(' \d+(am|pm) \d+ days from (yesterday|today|tomorrow)')

Answer 2

关于这个

test = re.compile(r' ([0-9]|1[012])(am|pm) \d+ days from (yesterday|today|tomorrow)')

小时的部分应该是0到12之间的数字，也就是0、1、2，一直到12，但不能是13、14，一直到19。

你可以用类似的方法限制日期的部分，比如限制在1到1000之间，也就是(1000|\d{1,3})。

Answer 3

这是我想说的。仔细研究这个正则表达式会让你学到一些东西：

import re
reobj = re.compile(
    r"""# Loosely match a date/time reference
    ^                    # Anchor to start of string.
    \s*                  # Optional leading whitespace.
    (?P<time>            # $time: military or AM/PM time.
      (?:                # Group for military hours options.
        [2][0-3]         # Hour is either 20, 21, 22, 23,
      | [01]?[0-9]       # or 0-9, 00-09 or 10-19
      )                  # End group of military hours options.
      (?:                # Group for optional minutes.
        :                # Hours and minutes separated by ":"
        [0-5][0-9]       # 00-59 minutes
      )?                 # Military minutes are optional.
    |                    # or time is given in AM/PM format.
      (?:1[0-2]|0?[1-9]) # 1-12 or 01-12 AM/PM options (hour)
      (?::[0-5][0-9])?   # Optional minutes for AM/PM time.
      \s*                # Optional whitespace before AM/PM.
      [ap]m              # Required AM or PM (case insensitive)
    )                    # End group of time options.
    \s+                  # Required whitespace.
    (?P<offset> \d+ )    # $offset: count of time increments.
    \s+                  # Required whitespace.
    (?P<units>           # $units: units of time increment.
      (?:sec(?:ond)?|min(ute)?|hour|day|week|month|year|decade|century)
      s?                 # Time units may have optional plural "s".
    )                    # End $units: units of time increment.
    \s+                  # Required whitespace.
    (?P<dir>from|before|after|since) # #dir: Time offset direction.
    \s+                  # Required whitespace.
    (?P<base>yesterday|today|tomorrow|(?:right )?now)
    \s*                  # Optional whitespace before end.
    $                    # Anchor to end of string.""", 
    re.IGNORECASE | re.VERBOSE)
match = reobj.match(' 3 pm 2 days from today')
if match:
    print('Time:       %s' % (match.group('time')))
    print('Offset:     %s' % (match.group('offset')))
    print('Units:      %s' % (match.group('units')))
    print('Direction:  %s' % (match.group('dir')))
    print('Base time:  %s' % (match.group('base')))
else:
    print("No match.")

输出结果：

r"""
Time:       3 pm
Offset:     2
Units:      days
Direction:  from
Base time:  today
"""

这个正则表达式展示了几个需要注意的点：

• 正则表达式非常强大（而且很有用）！
• 这个正则表达式确实可以验证数字，但你可以看到，这样做既繁琐又困难（所以不推荐这样做——我这里展示它是为了说明为什么不应该这么做）。用正则表达式直接提取数字，然后用普通代码来验证范围要简单得多。
• 命名捕获组可以让你从大段文本中提取多个数据子字符串时更轻松。
• 写正则表达式时，最好使用自由间距和详细模式，给各个组适当缩进，并添加很多描述性的注释。这在编写正则表达式时以及后期维护时都很有帮助。

现代正则表达式是一种丰富而强大的语言。一旦你学会了语法，并养成写详细、适当缩进和注释清晰的代码的习惯，那么即使是像上面那样复杂的正则表达式也会变得容易编写、容易阅读和维护。可惜的是，正则表达式常常被认为难以使用、笨重且容易出错（因此不推荐用于复杂任务）。

祝你使用正则表达式愉快！