正则表达式命名组（如果存在）

Question

早上好，

我有一个字符串，我需要解析和打印两个命名组的内容，知道其中一个可能不存在。

字符串看起来像这样（基本是/proc/pid/cmdline的内容）：

"""
<some chars with letters / numbers / space / punctuation> /CLASS_NAME:myapp.server.starter.StarterHome /PARAM_XX:value_XX /PARAM_XX:value_XX /CONFIG_FILE:myapp.server.config.myconfig.txt /PARAM_XX:value_XX /PARAM_XX:value_XX /PARAM_XX:value_XX <some chars with letters / numbers / space / punctuation>
"""

我的进程具有几乎相同的模式，即：

/CLASS_NAME:myapp.server.starter.StarterHome 始终存在，但是 /CONFIG_FILE:myapp.server.config.myconfig.txt 并不总是存在。

我正在使用 python2 和 re 模块来捕获值。到目前为止，我的模式看起来像这样，我能够捕捉到我想要的对应于 /CLASS_NAME

的值

re.compile('CLASS_NAME:\w+\W\w+\W\w+\W(?P<class>\w+)')

因为 /CONFIG_FILE 是否存在，我在 myregexp 中添加了以下内容：

re.compile(r"""CLASS_NAME:\w+\W\w+\W\w+\W(?P<class>\w+).*?
               (CONFIG_FILE:\w+\W\w+\W\w+\W(?P<cnf>\w+.txt))?
            """, re.X)

我的理解是 rexexp 的第二部分是可选的，因为整个部分都在括号之间，然后是 ?。

不幸的是我的假设是错误的，因为它无法捕捉到它

我也试过删除第一个 ? 但没有用。

我通过 PYTHEX 进行了几次尝试，试图理解我的正则表达式，但找不到解决方案。

谁能对解决我的案子有什么建议？

Answer 1

您可以将整个可选部分包装在一个可选的非捕获组中，并使 CONFIG_FILE 的捕获组成为必需的：

re.compile(r"""CLASS_NAME:(?:\w+\W+){3}(?P<class>\w+)(?:.*?
               (CONFIG_FILE:(?:\w+\W+){3}(?P<cnf>\w+\.txt)))?
        """, re.X)

如果有换行符，请使用 re.X | re.S 修饰符选项。注意 \w+\W\w+\W\w+\W 最好写成 (?:\w+\W+){3}.

见regex demo

主要区别在于(?:.*?(CONFIG_FILE:(?:\w+\W+){3}(?P<cnf>\w+\.txt)))?部分：

(?: - 可选的开始（因为它后面有一个贪婪的 ? 量词）非捕获组匹配
- .*? - 任何 0+ 个字符，尽可能少
- (CONFIG_FILE:(?:\w+\W+){3}(?P<cnf>\w+\.txt)) - 匹配
  - CONFIG_FILE: - 文字子串
  - (?:\w+\W+){3} - 三个包含 1+ 个单词字符的序列，后跟 1+ 个非单词字符
  - (?P<cnf>\w+\.txt) - 组 cnf：1+ 个字符，一个点（注意它应该被转义）然后 txt
)? - 可选非捕获组结束（将尝试一次）

正则表达式命名组（如果存在）

regex named group if exist

python

regex

grouping

named