如何使用regex在字符串中搜索

Question

我现在使用regex来处理一些字符串，现在我有一个特殊的字符串不容易使用regex来处理。下面是一些示例字符串。TP-LINK是一个示例，它可以是其他格式类似的路由器供应商。你知道吗

TP-LINK Wireless Range Extender WA810RE 
TP-LINK Wireless WA850RE  
TP-LINK Wireless Range Extender WA850RE  
TP-LINK Wireless Range Extender WA890RE  

正如您在上面的字符串中所看到的，我想得到TP-LINK，它将使用TL，然后是WA850RE，最后的结果是TLWA850RE

我在regex中使用了look-ahead，但它似乎不起作用。你知道吗

re1 = 'TP-LINK Wireless Range Extender WA850RE'
m1 = re.search('(T(?=P-)L(?=INK)(.+)(WA\\w+))', re1)

Answer 1

下面的正则表达式将帮助您找到所需的匹配项：

(\w)\w-(\w)\w+ .* (\w+)$

带取代基

\1\2\3

DEMO

Answer 2

让我快速问一下，你为什么想要这样一个正则表达式。如果它是一个模式，出现在您使用的许多字符串上，所有这些都应用于某个规则，并且过程的结果总是按照规则提供的，那么regex可能是正确的工具。你知道吗

例如，有100个这样的数据：

TP-LINK Wireless Range Extender WA850RE > TLWA850RE
CI-CISCO WLAN Extender CWL12345 > CCWL12345
NG-NETGEAR Wifi Ext NG345 > NGNG345

为此，您可以使用：

(?m)^(\w)\w+-(\w)[\w\s]+?([A-Z0-9]+)$

(?m) perform each pattern between "^" and "$" on each line
^(\w) catch the first character of the first word starting the line
\w+ match any other following word characters
- match a dash
(\w) match the first character following the dash
[\w\s]+? match any words and whitespace as few(non-greedy) as possible
([A-Z0-9]+)$ match any combination of capitals and numbers till EOL

但是如果你有一些固定的规则，出现在以完全相等的序列开始的字符串上，并且regex应该是执行静态替换的复杂方式，那么你的工具可能是错误的。例如：

TP-LINK Wireless Range Extender WA850RE > TLWA850RE
TP-LINK Wireless Range Base WA950RB > TLWA950RB
TP-LINK Wireless Access Point WA87AP > TLWA870AP

在后一种情况下，您应该坚持简单的文本替换，在第一种情况下，正则表达式可能是合适的。你知道吗

换句话说，我怀疑你想要的正则表达式是否适合你的工作。你知道吗

Answer 3

关于原始正则表达式的一些注释：

• 向前看只在字符串的末尾才有意义；您可能正在寻找一个非捕获组，例如T(?:P-)而不是T(?=P-)，但是如果它们只出现一次，您甚至不需要它们（即，如果不需要在组后面放置*、+或?）
• 这些"实际上不是字符串的一部分，因此应该从regex中删除它们
• 仅在要在结果中使用的部分周围放置捕获组。你知道吗

总而言之，你可以这样做：

>>> m = re.search(r'(T)P-(L)INK.+(WA\w+)', re1)
>>> ''.join(m.groups())
'TLWA850RE'

但是，如果您想缩写字符串，您应该只匹配字符串并使用正则表达式提取重要部分，然后为结果添加前缀。如果组中的TP-LINK部分总是相同的，那么就没有必要捕获它。这也将进一步简化正则表达式。你知道吗

>>> m = re.search(r'TP-LINK.+(WA\w+)', re1)
>>> "TL" + m.group(1)
'TLWA850RE'

然后对其他情况（Netgear、Cisco等）使用类似的正则表达式