使用正则表达式删除字符串中间的前导零
Remove leading zeros in middle of string with regex
我有大量 YYYYYYYXXXXXXXXZZZZZZZZ 格式的字符串,其中 X、Y 和 Z 是固定长度的八位数字。现在,问题是我需要解析中间的整数序列并删除所有前导零。不幸的是,唯一的方法是确定三个序列中的每一个begins/ends是计算数字的数量。
我目前分两步进行,即:
m = re.match(
r"(?P<first_sequence>\d{8})"
r"(?P<second_sequence>\d{8})"
r"(?P<third_sequence>\d{8})",
string)
second_secquence = m.group(2)
second_secquence.lstrip(0)
哪个有效,并给我正确的结果,例如:
112233441234567855667788 --> 12345678
112233440012345655667788 --> 123456
112233001234567855667788 --> 12345678
112233000012345655667788 --> 123456
但是有更好的方法吗?是否可以编写一个与第二个序列匹配的正则表达式,没有前导零?
我想我正在寻找一个执行以下操作的正则表达式:
- 跳过前八位数字。
- 跳过任何前导零。
- 捕获之后的任何内容,直到前面有 16 个字符 behind/eight。
如前所述,上述解决方案确实有效,因此此问题的目的更多是提高我对正则表达式的了解。感谢您的指点。
我认为不使用正则表达式更简单。
result = my_str[8:16].lstrip('0')
这是"useless use of regular expressions"的典型案例。
您的字符串是定长的。剪到合适的位置就好了。
s = "112233440012345655667788"
int(s[8:16])
# -> 123456
同意此处的其他答案,即正则表达式并不是真正必需的。如果您真的想要使用正则表达式,那么\d{8}0*(\d*)\d{8}
应该这样做。
只是为了证明它 是可能的 使用正则表达式:
https://regex101.com/r/8RSxaH/2
# CODE AUTO GENERATED BY REGEX101.COM (SEE LINK ABOVE)
# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility
import re
regex = r"(?<=\d{8})((?:0*)(\d{,8}))(?=\d{8})"
test_str = ("112233441234567855667788\n"
"112233440012345655667788\n"
"112233001234567855667788\n"
"112233000012345655667788")
matches = re.finditer(regex, test_str)
for matchNum, match in enumerate(matches):
matchNum = matchNum + 1
print ("Match {matchNum} was found at {start}-{end}: {match}".format(matchNum = matchNum, start = match.start(), end = match.end(), match = match.group()))
for groupNum in range(0, len(match.groups())):
groupNum = groupNum + 1
print ("Group {groupNum} found at {start}-{end}: {group}".format(groupNum = groupNum, start = match.start(groupNum), end = match.end(groupNum), group = match.group(groupNum)))
# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.
尽管您并不真的需要它来完成您的要求
我有大量 YYYYYYYXXXXXXXXZZZZZZZZ 格式的字符串,其中 X、Y 和 Z 是固定长度的八位数字。现在,问题是我需要解析中间的整数序列并删除所有前导零。不幸的是,唯一的方法是确定三个序列中的每一个begins/ends是计算数字的数量。
我目前分两步进行,即:
m = re.match(
r"(?P<first_sequence>\d{8})"
r"(?P<second_sequence>\d{8})"
r"(?P<third_sequence>\d{8})",
string)
second_secquence = m.group(2)
second_secquence.lstrip(0)
哪个有效,并给我正确的结果,例如:
112233441234567855667788 --> 12345678
112233440012345655667788 --> 123456
112233001234567855667788 --> 12345678
112233000012345655667788 --> 123456
但是有更好的方法吗?是否可以编写一个与第二个序列匹配的正则表达式,没有前导零?
我想我正在寻找一个执行以下操作的正则表达式:
- 跳过前八位数字。
- 跳过任何前导零。
- 捕获之后的任何内容,直到前面有 16 个字符 behind/eight。
如前所述,上述解决方案确实有效,因此此问题的目的更多是提高我对正则表达式的了解。感谢您的指点。
我认为不使用正则表达式更简单。
result = my_str[8:16].lstrip('0')
这是"useless use of regular expressions"的典型案例。
您的字符串是定长的。剪到合适的位置就好了。
s = "112233440012345655667788"
int(s[8:16])
# -> 123456
同意此处的其他答案,即正则表达式并不是真正必需的。如果您真的想要使用正则表达式,那么\d{8}0*(\d*)\d{8}
应该这样做。
只是为了证明它 是可能的 使用正则表达式:
https://regex101.com/r/8RSxaH/2
# CODE AUTO GENERATED BY REGEX101.COM (SEE LINK ABOVE)
# coding=utf8
# the above tag defines encoding for this document and is for Python 2.x compatibility
import re
regex = r"(?<=\d{8})((?:0*)(\d{,8}))(?=\d{8})"
test_str = ("112233441234567855667788\n"
"112233440012345655667788\n"
"112233001234567855667788\n"
"112233000012345655667788")
matches = re.finditer(regex, test_str)
for matchNum, match in enumerate(matches):
matchNum = matchNum + 1
print ("Match {matchNum} was found at {start}-{end}: {match}".format(matchNum = matchNum, start = match.start(), end = match.end(), match = match.group()))
for groupNum in range(0, len(match.groups())):
groupNum = groupNum + 1
print ("Group {groupNum} found at {start}-{end}: {group}".format(groupNum = groupNum, start = match.start(groupNum), end = match.end(groupNum), group = match.group(groupNum)))
# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution.
尽管您并不真的需要它来完成您的要求