要多次匹配的Python正则表达式

Question

我试图将一个模式与可能有多个模式实例的字符串匹配。我需要每一个单独的实例。re.findall()应该做，但我不知道我做错了什么。

pattern = re.compile('/review: (http://url.com/(\d+)\s?)+/', re.IGNORECASE)
match = pattern.findall('this is the message. review: http://url.com/123 http://url.com/456')

我需要http://url.com/123，http://url.com/456和123&456这两个数字作为match列表的不同元素。

我也尝试过'/review: ((http://url.com/(\d+)\s?)+)/'作为模式，但没有运气。

Answer 1

使用两步方法：首先获取从“review:”到EOL的所有内容，然后将其标记化。

msg = 'this is the message. review: http://url.com/123 http://url.com/456'

review_pattern = re.compile('.*review: (.*)$')
urls = review_pattern.findall(msg)[0]

url_pattern = re.compile("(http://url.com/(\d+))")
url_pattern.findall(urls)

Answer 2

用这个。您需要将“review”放在捕获组之外以获得所需的结果。

pattern = re.compile(r'(?:review: )?(http://url.com/(\d+))\s?', re.IGNORECASE)

这会产生输出

>>> match = pattern.findall('this is the message. review: http://url.com/123 http://url.com/456')
>>> match
[('http://url.com/123', '123'), ('http://url.com/456', '456')]

Answer 3

你在正则表达式中有多余的。在python中，模式应该只是一个字符串。e、 g.而不是这个：

pattern = re.compile('/review: (http://url.com/(\d+)\s?)+/', re.IGNORECASE)

应该是：

pattern = re.compile('review: (http://url.com/(\d+)\s?)+', re.IGNORECASE)

在python中，通常会使用如下“原始”字符串：

pattern = re.compile(r'review: (http://url.com/(\d+)\s?)+', re.IGNORECASE)

字符串前面额外的r省去了很多反斜杠转义等操作