python - 使用 OR 时 re 不匹配

Question

我正在尝试匹配以下字符串中的日期(本例中为数字):

mystring = '_20180701_20190630'

我正在使用以下代码:

re.findall(r'(?:\A|_){1}([0-9]{4}[_]{0,1}[0-9]{2}[_]{0,1}[0-9]{2})(?:$|_){1}', mystring)

对于这个例子，我正在寻找的模式过于复杂，因为我还需要考虑其他更复杂的情况。

鉴于此，我不明白为什么上面的模式与最后一个数字不匹配，而下面的模式却匹配(唯一的区别是最后一个字符:(?:$){1} 与 (?:$|_){1} ):

re.findall(r'(?:\A|_){1}([0-9]{4}[_]{0,1}[0-9]{2}[_]{0,1}[0-9]{2})(?:$){1}', mystring) 

为什么 OR 运算符会阻止匹配？是不是因为贪心，前面还有一个数？

Answer 1

您的正则表达式实际上正在匹配并消耗尾随 _ ，这导致下一个必须以 _ 开头的匹配失败。

您可以使用前瞻来解决这个问题:

(?:\A|_)(\d{4}_?\d{2}_?\d{2})(?=_|\Z)

RegEx Demo

通过使用正向查找，即 (?=_|\Z)，我们仅断言 _ 或 \Z 的存在，但是不太匹配。

我还重构了您的正则表达式以简化。可以删除 {1}，并且可以将 {0.1} 替换为 ?(可选匹配)。同样，[_] 可以只是 _，而 [0-9] 可以缩短为 \d。