python - 在具有不同大小和相似匹配的字符串中查找完全匹配

Question

我必须解析一个文件(我知道该怎么做)，但是，我需要搜索字符串中的特定模式，这就是我有点困惑的地方。

假设我们有以下字符串:

GEO1D1JXUQ2LSO

GOE22D2OKDLALKCDSI

EO212D0FM2KDLA

LAFD21D1FM2KDF3BLA

关于字符串的已知信息是前缀(GEO、GOE、EO、LAFD)，并且前缀后有 1、2 或 3 个数字，然后是字母 D，如示例所示。

我事先就有了前缀，但仅此而已。如何搜索每个字符串并确定它属于哪个组？

注意:字符串中还有一些我需要的信息(例如 D 后面的数字)，但我只关注如何识别它属于哪个组，这样我就可以获取更多信息组。

我陷入困境，因为前缀中可以存在一些前缀，例如 GEO 中的 EO。

Answer 1

检查前缀的最简单方法就是string.startswith()。

如果您的前缀是其他前缀的前缀(例如 AOIO 和 AOI)，那么您只需要小心定义检查的顺序，以便首先检查较长的前缀。

或者，您可以使用正则表达式来提取前缀以及您需要的其他信息。一个例子:

^([A-Z]*)[0-9]+D([0-9]+)

这将为您提供两个组捕获，第一个是前缀，第二个是 D 后面的数字。详细信息请参见:https://regex101.com/r/GxSZSI/2

Python 中的用法示例:

>>> import re
>>> s = 'GOE22D2OKDLALKCDSI'
>>> m = re.match('^([A-Z]*)[0-9]+D([0-9]+)', s)
>>> m.groups()
('GOE', '2')