非捕获组的正则表达式前瞻未按预期工作

Question

下面是我要从中提取月份（在本例中为 7 月）的文本。 word_pattern 确保文本包含这些词，而 month_pattern 将提取月份。所以首先我验证文本段落包含某些词，如果包含，那么我会尝试提取 month

单独使用模式时，它们会匹配，但如果我尝试组合它们我最终没有匹配。我不知道我做错了什么。

import re

text = ''' The number of shares of the
registrant’s common stock outstanding as
of July 31, 2017 was 52,833,429.'''

# patterns
word_pattern = r'(?=.*outstanding[.,]?)(?=.*common)(?=.*shares)'

month_pattern = r'(Jan(?:uary)?|Feb(?:ruary)?|Mar(?:ch)?|Apr(?:il)?|May|Jun(?:e)?|Jul(?:y)?|Aug(?:ust)?|Sep(?:tember)?|Oct(?:ober)?|(Nov|Dec)(?:ember)?)'


pattern = word_pattern + month_pattern

print(re.search(pattern, text, flags = re.IGNORECASE|re.DOTALL))

预期结果：

Answer 1

正则表达式不能像那样轻易连接。问题是您的单词模式仅使用前瞻，因此不会向前移动位置，这在月份仅出现时成为问题 mid-string。因此，您需要使用弥合间隙的量词允许光标前进到月份位置，例如.*试试

(?=.*outstanding[.,]?)(?=.*common)(?=.*shares).*(Jan(?:uary)?|Feb(?:ruary)?|Mar(?:ch)?|Apr(?:il)?|May|Jun(?:e)?|Jul(?:y)?|Aug(?:ust)?|Sep(?:tember)?|Oct(?:ober)?|(Nov|Dec)(?:ember)?)

Demo

或者 pattern = word_pattern +'.*'+ month_pattern 应该可以解决问题。

结果可以在捕获组1中找到：re.search(...).group(1)

非捕获组的正则表达式前瞻未按预期工作

Regex look-ahead with non-capturing group not working as intended

python

regex

regex-lookarounds