python - 下划线后的文本，特定单词除外

Question

考虑以下字符串：

server
server_secure
server_APAC_secure
server_APAC
server_US
server_US_secure
server_EU_secure
server_ISRAEL

模板很简单：

1. 字符串server
2. 以下划线为前缀的可选区域字符串（例如US, ）。APAC区域字符串可以是任何英文字母序列，单词除外secure。
3. 一个可选的secure，前缀为下划线

我想获取出现在一组字符串中的区域列表。使用字符串操作非常简单，但我很确定可以使用正则表达式来实现。

如何从每个字符串中提取可选区域子字符串？

Answer 1

只需匹配任何后跟单词边界或以下内容的内容_secure：

region = re.compile(r'server_([A-Z]+)(?_secure|\b)')

这具体只匹配大写字符，您可以[...]根据需要扩展字符类（）以匹配更多。

演示：

>>> import re
>>> region = re.compile(r'server_([A-Z]+)(?:_secure|\b)')
>>> example = '''\
... server
... server_secure
... server_APAC_secure
... server_APAC
... server_US
... server_US_secure
... server_EU_secure
... server_ISRAEL
... '''.splitlines()
>>> for ex in example:
...     match = region.search(ex)
...     if match is not None:
...         print match.group(1)
... 
APAC
APAC
US
US
EU
ISRAEL

Answer 2

server_((?!secure)[a-zA-Z]+)

第一个捕获将具有所需的名称。

演示：http ://regexr.com?34rlv

Answer 3

我建议使用以下模式（(?x)为便于阅读而添加）：

pat = """(?x)
    ^server
    (?:
        _(?!secure)
        ([^_]+)
    )?
    (?:
        _
        (secure)
    )?
"""

优点是区域是组（1），“安全”是组（2），所以即使没有特定的子字符串，您也可以始终使用解包：

region, secure = re.match(pat, 'server_EU_secure').groups()
print region, secure # EU secure
region, secure = re.match(pat, 'server_secure').groups()
print region, secure # None secure
region, secure = re.match(pat, 'server_ISRAEL').groups()
print region, secure # ISRAEL None