Python中的正则表达式奇怪的行为

Question

我想分析uptimeUnix命令的输出。 这是两个不同的示例：

14:25  up 1 day,  1:24, 2 users, load averages: 0,56 0,48 0,47
14:25  up 1:24, 2 users, load averages: 0,56 0,48 0,47

（我使用的语言是Python）

所以，假设上面的两个示例被保存到变量s1和{}。在

这是我写的代码：

^{pr2}$

regex的第二部分，即占用正常运行时间数小时分钟的部分，工作得非常完美。但是为什么元组的第一部分总是None？我错过了什么？这是不是一个贪婪与非贪婪的问题？在

Answer 1

替代方法是直接从/proc/uptime读取，而不是从命令行读取

#!/usr/bin/python

from datetime import timedelta

with open('/proc/uptime', 'r') as f:
    uptime_seconds = float(f.readline().split()[0])
    uptime_string = str(timedelta(seconds = uptime_seconds))

print(uptime_string)

输出：

^{pr2}$

现在，使用tokenise或split内建来解析它要容易得多

Answer 2

您想将.*?移动到可选日组中，并使用.search()：

RE = r'''
    (?:(\d) \s day.*?)?   # this should match "n day" if it's there
    \s(\d{1,2}):(\d{1,2}) # this should match a space followed by "hh:mm"
'''

演示：

^{pr2}$

模式锚定在:上，然后回溯。然后，.*?匹配时间签名之前的整个文本，这符合模式。在

通过将.*?部分移到可选的day组（在我的版本中为非捕获），您可以保证它不会回溯到day文本。在

Answer 3

匹配从字符串的开头开始，add.*？一开始

In [37]: RE=r'.*?((\d) \s day) .*?  \s(\d{1,2}):(\d{1,2})'

In [38]: print re.match(RE, s1, re.VERBOSE).groups()
('1 day', '1', '1', '24')