从两个字符之间提取两个字符串。为什么我的正则表达式不匹配，我该如何改进它？

Question

我正在学习正则表达式，我想从具有以下特征的文本中提取一个字符串：

它总是以字母 C 开头，无论是小写还是大写字母，然后是一些十六进制数字符（意味着它可以包含字母 A to F 和数字来自 1 to 9，不包括零）。
那些十六进制之后 characters comes a letter P, also in lowercase or uppercase
然后是更多的十六进制字符（同样，不包括 0）。

意思是我想捕获字母 C 和 P 之间的字符串以及字母 P 之后的字符串并将它们连接成一个字符串，同时丢弃字母 C 和 P

有效字符串的示例为：

c45AFP2
CAPF
c56Bp26
CA6C22pAAA

对于上面的示例，我想要以相同的顺序提取以下内容：

45AF2     # Original string: c45AFP2
AF        # Original string: CAPF
56B26     # Original string: c56Bp26
A6C22AAA  # Original string: CA6C22pAAA

无效字符串的示例为：

BCA6C22pAAA  # It doesn't begin with C
c56Bp  # There aren't any characters after P
c45AF0P2  # Contains a zero

我正在使用 python，我想要一个正则表达式来提取字符 C 和 P 之间以及 [=18= 之后的两个字符串]

到目前为止我已经想到了这个：

(?<=\A[cC])[a-fA-F1-9]*(?<=[pP])[a-fA-F1-9]*

细分为：

(?<=\A[cC]) 正面回顾断言。断言正则表达式解析器当前位置之前的内容必须匹配 [cC] 并且 [cC] 必须位于字符串的开头

[a-fA-F1-9]* 匹配列表中的单个字符零次到无限次

(?<=[pP]) 积极的回顾断言。断言正则表达式解析器当前位置之前的内容必须匹配 [pP]

[a-fA-F1-9]* 匹配列表中的单个字符零次到无限次

但是使用上面的正则表达式我无法匹配任何字符串！

当我在 (?<=[cC])[a-fA-F1-9]* 和 (?<=[pP])[a-fA-F1-9]* 之间插入一个 | 时，它起作用了。

表示以下正则表达式有效：

(?<=[cC])[a-fA-F1-9]*|(?<=[pP])[a-fA-F1-9]*

我知道 | 意味着它应该最多匹配一个指定的正则表达式。但它是非贪婪的，它 returns 它找到的第一个匹配项。其余的表达式没有测试，对吧？

但是使用 | 意味着字符串 BCA6C22pAAA 是 AAA 的部分匹配，因为它出现在 P 之后，即使第一个断言不正确，因为它不是以 C.

开头

不应该是这样的。我希望它仅在开头解释的所有条件都为真时才匹配。

有人可以向我解释为什么我的第一次尝试没有产生我想要的结果吗？另外，如何改进我的正则表达式？

我仍然需要它：

谢谢

Answer 1

您的主要问题是您正在使用 (?<=[pP]) 后视来了解前方的情况，这将永远行不通：您需要向前看 (?=...) .

此外，最后的量词应该是 + 而不是 *，因为您需要 在 p 之后至少有一个 个尾随字符。

最后一个错误是你没有捕获任何东西，你只是在匹配，所以把你想捕获的东西放在括号里，这也意味着你可以删除所有环顾四周。

如果您使用不区分大小写的标志，它会使正则表达式更小且更易于阅读。

捕获第 1 组和第 2 组中的 2 个十六进制部分的工作正则表达式是：

(?i)^c([a-f1-9]*)p([a-f1-9]+)

参见 live demo。

除非你需要使用\A，否则更喜欢^（输入开始）而不是\A（多输入中所有输入的开始） line scenario) 因为 ^ 更容易阅读并且 \A 不会匹配每一行，这是许多情况和工具所期望的。我用过 ^.

Answer 2

匹配P或p

前后的两组

(?<=^[Cc])[1-9a-fA-F]+(?=[Pp]([1-9a-fA-F]+$))

Extracting two strings from between two characters. Why doesn't my regex match and how can I improve it?