可选字符串在正则表达式中不匹配

Question

字符串s更大，但为了简化，我缩短了它。在

>>> import re
>>> s = "Blah. Tel.: 555 44 33 22."
>>> m = re.search(r"\s*Tel\.:\s*(?P<telephone>.+?)\.", s)
>>> m.group("telephone")
'555 44 33 22'

上面的代码可以工作，但是如果我将regex包装在()?中使其成为可选的，我就没有任何电话。在

^{pr2}$

有什么问题吗？谢谢！在

编辑：

这是一个更大的正则表达式的一部分，在这个表达式中，我从一个大文件的每一行获取许多值。在

regex = r"^(?P<title>.[^(]+);" \
         "\s*(?P<subtitle>.+)\." \
         "\s*Tel\.:\s*(?P<telephone>.+?)(\.|;)" \
         "\s*(?P<url>(www\.|http://).+?\.[a-zA-Z]+)(\.|;)" \
         "(\s*(?P<text>.+?)\.)?" \
         "\s*coor:(\s*(?P<lat>.+?),\s*(?P<long>.+?))?$"

一条采样线可以是：

l = "Title title; Subtitle, subtitle. Tel.: 555 33 44 11. www.url.com. coor: 11.11111, -2.222222

以及其他采样线：

l = "Title2 title; Subtitle2, subtitle. Tel.: 555 33 44 11. www.url2.com. coor: 44.444444, -6.66666

这是一个非常大的正则表达式，所以我没有发布它。在

Answer 1

这是因为空字符串是正则表达式的有效匹配项，并且比较长的匹配项更可取。在

您可能想看看^{}。在

您可以完全退出正则表达式：

import re
s = "Blah. Tel.: 555 44 33 22."
m = re.search(r"\s*Tel\.:\s*(?P<telephone>.+?)\.", s)
if m is not None:
  print m.group("telephone")

Answer 2

(anything)?与字符串开头的零字符串匹配（在Blah之前），因此它很高兴，不必费心进一步搜索。在

编辑：

如果有许多行，但其中只有一部分包含所需的字符串，请尝试以下操作：

import re

rex = re.compile(r"\s*Tel\.:\s*(?P<telephone>.+?)\.")
for line in lines:
    m = rex.search(line)
    if m:
        print m.group("telephone")

Answer 3

您的regex在title和subtitle位匹配方面太不具体。他们正在吞噬电话部分，如果这是可选的，它将在regex的下一部分继续（并成功）。只有在它不是可选的情况下，正则表达式引擎必须回溯才能找到一个整体匹配。在

试试看

regex = r"^(?P<title>[^;]+);" \
         "\s*(?P<subtitle>[^.]+)\." \
         "(\s*Tel\.:\s*(?P<telephone>.+?)(\.|;))?" \
         "\s*(?P<url>(www\.|http://).+?\.[a-zA-Z]+)(\.|;)" \
         "(\s*(?P<text>.+?)\.)?" \
         "\s*coor:(\s*(?P<lat>.+?),\s*(?P<long>.+?))?$"