在Python

Question

我試圖創建的正則表達式，從以下部分文本過濾器創建正則表達式：

amd64 build of software 1:0.98.10-0.2svn20090909 in archive 

什麼我想提取的是：

software 1:0.98.10-0.2svn20090909 

我該怎麼做??我一直想，這是我到目前爲止有：

p = re.compile('([a-zA-Z0-9\-\+\.]+)\ ([0-9\:\.\-]+)') 
iterator = p.finditer("amd64 build of software 1:0.98.10-0.2svn20090909 in archive") 
for match in iterator: 
    print match.group() 

與結果：

software 1:0.98.10-0.2 

（svn20090909丟失）

非常感謝。

Answer 1

這將工作：

p = re.compile(r'([a-zA-Z0-9\-\+\.]+)\ ([0-9][0-9a-zA-Z\:\.\-]+)') 
iterator = p.finditer("amd64 build of dvdrip software 1:0.98.10-0.2svn20090909 in archive") 
for match in iterator: 
    print match.group() 
# Prints: software 1:0.98.10-0.2svn20090909 

通過允許捕獲部分包含字母，同時仍然堅持它以數字開頭的作品。

沒有看到需要匹配的所有其他字符串，我不能確定這是否足夠好。

Answer 2

如果您想要一件作品，請勿使用捕獲組。

Answer 3

如果你有一致的線，這是，如果每一項都是在同一行，你想第一個字始終是數字部分之前（1：0.98 ... ...一部分）你並不需要一個正則表達式。嘗試：

>>> s = 'amd64 build of software 1:0.98.10-0.2svn20090909 in archive' 
>>> match = [s.split()[3], s.split()[4]] 
>>> print match 
['software', '1:0.98.10-0.2svn20090909'] 
>>> # alternatively 
>>> match = s.split()[3:5] # for same result 

什麼這是做如下：它首先分割線s在空間（使用字符串方法split()），並且選擇結果列表的第四和第五元素;兩者都存儲在變量match中。

同樣，這隻適用於每行有一個條目並且'software'部分始終位於1:0.98.10-0.2svn20090909部分之前。

我經常避免使用正則表達式來處理分割列表。如果解析成爲一場噩夢，我使用pyparsing。