test re compile compiled "on the fly" 给出空匹配，而不是 None

Question

我正在尝试测试一堆正则表达式案例（特别是如果某物是测量单位：5px、300mm 等）。

我能找到的关于 re.match 的所有问题告诉我，我测试如下：

import re

test_phrase_good = "5kw"
test_phrase_bad = "5XXX"
registered_units_regex = re.compile('[0-9]+kw|[0-9]+mm', re.IGNORECASE)

# test in the following way:
registered_units_regex.match(token) is not None

# so:
print(registered_units_regex.match(test_phrase_good)) # <re.Match object; span=(0, 3), match='5kw'>
print(registered_units_regex.match(test_phrase_bad)) #  None

符合预期。

但是，如果我想在循环中编译正则表达式，我会得到以下结果：

regex_units = [r"mm", r"kw"]
regex_string = r""
for unit in regex_units:
    regex_string += r'[0-9]+{}|'.format(unit)

regex_string = regex_string.rstrip('|')

registered_units_regex = re.compile(regex_string, re.IGNORECASE)
registered_units_regex.match(test_phrase_good) is not None

# so:
print(registered_units_regex.match(test_phrase_good)) # <re.Match object; span=(0, 3), match='5kw'>
print(registered_units_regex.match(test_phrase_bad)) #  <re.Match object; span=(0, 0), match=''>

这意味着我不能再使用 is None 作为测试。

这是为什么？以及我应该如何正确测试不匹配？

Answer 1

正则表达式末尾的|表示它匹配一个空字符串。您应该只在备选方案之间放置 |，而不是在它们之前或之后。您可以使用 join 来做到这一点。

您在 regex_units 和格式字符串中也有 [0-9]+，两个地方都不需要它。

regex_units = ["mm","kw"]
regex_string = "|".join(r'[0-9]+{}|'.format(unit) for unit in regex_units)

test re compile compiled "on the fly" 给出空匹配，而不是 None

test re compile compiled "on the fly" gives an empty match, not None

python

regex

python-re