Python的正則表達式負向lookbehind沒有失敗的匹配

我正在寫一個正則表達式來匹配電話號碼。我遇到的其中一個問題是一些郵編看起來像電話號碼。例如，在巴西，郵政編碼是這樣的：Python的正則表達式負向lookbehind沒有失敗的匹配

30.160-0131

因此，一個簡單的正則表達式將捕捉他們爲誤報：

In [63]: re.search(r"(?P<phone>\d+\.\d+-\d+)", "30.160-0131") 
Out[63]: <_sre.SRE_Match at 0x102150990>

幸運的是，這樣的郵政編碼往往帶有前綴這通常意味着「郵政編碼」是這樣的：

CEP 30.160-0131

所以，如果你看到CEP中的東西，看起來像一個電話號碼前，那麼它是不是一個電話號碼 - 這是一個郵政編碼。我一直在試圖編寫一個正則表達式來捕獲使用negative lookbehind，但它不工作。它仍然匹配：

In [62]: re.search(r"(?<!CEP)(\d+\.\d+-\d+)", "CEP 30.160-0131") 
Out[62]: <_sre.SRE_Match at 0x102150eb8>

爲什麼它仍然匹配，我怎麼能得到消極的後視失敗的比賽？

來源

2014-09-03 misha

因爲它的一部分*可以匹配：http://regex101.com/r/aU4fV4/1 – jonrsharpe 2014-09-03 07:16:48

可避免負面向前看符號，如果你讓那些郵政編碼的匹配，並且仍然只提取電話號碼：

m = re.search(r"CEP \d+\.\d+-\d+|(\d+\.\d+-\d+)", s)

然後檢查您的電話號碼是否在m.group(1)之內。

小演示與re.findall：

>>> import re 
>>> s = "There is a CEP 30.160-0131 and a 30.160-0132 in that sentence, which repeats itself like there is a CEP 30.160-0131 and a 30.160-0132 in that sentence." 
>>> m = re.findall(r"CEP \d+\.\d+-\d+|(\d+\.\d+-\d+)", s) 
>>> print(m) 
['', '30.160-0132', '', '30.160-0132']

從那裏，你可以過濾掉空字符串。

來源

2014-09-03 07:32:18 Jerry

@misha在通常使用的代碼中無法使用lookbehind有助於此;） – Jerry 2014-09-03 07:34:59

表達式匹配，因爲你沒有做任何事情來錨定數字。例如：

"CEP 11.213-132"

將匹配1.213-132，因爲它沒有緊跟CEP。但是，你可以強制一個空白，或線錨的開始，是第一位的前面：

re.search(r"(?<!CEP)(?:\s+|^)(\d+\.\d+-\d+)", s)

來源

2014-09-03 07:19:59 perreal

但是，如果沒有前綴（例如， 're.search（r「（？<！CEP）\ s +（\ d + \。\ d + - \ d +）」，「30.160-0131」）'將返回'None'。 – misha 2014-09-03 07:22:18

@misha，對，請嘗試更新的表達式 – perreal 2014-09-03 07:25:01

謝謝！你的解決方案運行良好，但是我最終用@Jerry的想法去做，因爲它更簡單，更容易理解。 – misha 2014-09-04 07:27:20

Python的正則表達式負向lookbehind沒有失敗的匹配

回答

相關問題