python - Python 正则表达式：如何指定可选匹配（对于可能为空的子表达式）？

Question

我需要匹配以下输入集：

foo_abc_bar  
foo_bar

并得到“abc”或空字符串作为结果。

所以这是我写的正则表达式：

r'foo_(abc|)[_|]bar'

但由于某种原因，这与我给出的第二个字符串不匹配。

经过进一步检查，我发现它[_|]与空字符串不匹配。

那么，我该如何解决这个问题呢？

Answer 1

要使其成为abc_可选，您可以使用问号运算符：

(abc_)?

因此，整个正则表达式变为：

r'foo_(abc_)?bar'

使用此正则表达式，第二个下划线（如果存在）将成为捕获组的一部分。如果您不希望这样，您可以在匹配后删除它.rstrip('_')或使用稍微复杂的正则表达式：

r'foo_(?:(abc)_)?bar'

我发现它[_|]与空字符串不匹配。

这是正确的。方括号表示一个字符组。将[_|]完全匹配一个下划线或一个垂直条，仅此而已。换句话说，当竖线出现在字符组中时，它就失去了它的特殊含义。

Answer 2

如果你想要这样的字符串模式

xxx_xxx_xxx
xxx_xxx

那么你需要

([A-Za-z]{3})((_[A-Za-z]{3})+)?

但这也可以

r'foo(_abc)?_bar'

?表示可选（可能匹配也可能不匹配）。