2

请正则表达式专家帮忙！我有以下两个例子：

'(JEN) This is a sentence.'
'This is another sentence (412).'

我试图通过以下方式提取这两个句子的不同可能元素（知道有三种可能的元素类型）：

['JEN', 'This is a sentence', None]
[None, 'This is another sentence', 412]

有谁知道如何解决这个问题？

我尝试了以下正则表达式：

r'(\(([A-Z]{3})\))?\s*([\w- ]+)?\s*(\(([0-9]{3})\))?'
r'(?:\(([A-Z]{3})\)\s*)(?:([\w- ]+))(?:\(([0-9]{3})\))' # Passive Groups

对于这两种情况，我都会收到无效正则表达式的错误。

任何想法为什么？

4

2 回答 2

2

sre_constants.error: bad character range发生是因为[\w- ]被解释为一个范围。可以使用[\w -]，但通常-应该在字符类中转义：[\w\- ].

此外，您的表达式不等效（除了分组）。我不确定这是否是故意的，但请注意非捕获版本(regex)?is (?:regex)?， not (?:regex)。为了表现得类似于第一个表达式，第二个应该是：

r'(?:\(([A-Z]{3})\))?\s*([\w\- ]+)?\s*(?:\(([0-9]{3})\))?'
于 2013-01-17T04:34:34.350 回答
0

就个人而言，我想说只捕获组内的实际括号，您知道第 1 组和第 3 组的捕获结果将包含它们，因此您可以适应，并且正则表达式当然更明智。

此外，在这种情况下，“句子”可能更好地定义为“除了右括号之外的任何内容”。话虽如此，这适用于您的所有输入：

r'(\([A-Z]{3}\))?\s*([^(]+)(\(\d{3}\))?'
于 2013-01-17T06:18:17.083 回答