Regex问题python捕获组可以存在但并不总是存在

Question

我现在尝试了1小时，以便在regex101上找到答案...但是我没有解决。这是通过我的正则表达式的小清单：

list = ["This.is.Test.Nr.One.C01B01.42U.Rack.08-Datacenter1",
        "Is.this.Nr.Two.C03B03.London.48U.Rack.04-Datacenter4",
        "This.Number.Random.C02.Frankfurt.42U.Rack.12-Datacenter1",
        "This.is.Random.Number.C08B01.Zuerich.Rack.01-Datacenter2"

现在我要捕获5个组。我尝试了以下正则表达式：\A(.+)\.(C\d{1,2})(B\d{1,2})?.?(42U|48U)?.+-(.+)

Group1：

This.is.Test.Nr.One
Is.this.Nr.Two
This.Number.Random
This.is.Random.Number

Group2：

C01
C03
C02
C08

Group3：

B01
B03
**missing but should still work for all the other groups**
B01

Group4：

42U
48U
42U
**missing but should still work for all the other groups**

Group5：

Datacenter1
Datacenter4
Datacenter1
Datacenter2

编辑：我想也可能是这种情况：

Is.this.Nr.Two.B03.London.48U.Rack.04-Datacenter4

Answer 1

一种方法是使与C，B和U零件的匹配为可选，并在内部使用捕获组

^(?:(.+?)\.(C\d{1,2}))?(?:.*?(B\d{1,2}))?\.(?:.*?(42U|48U))?.*-(.+)$

Regex demo

对于更新后的问题，您可以重复第一部分，并用点分隔，断言右边的字符不是B或C，后跟2位数字。

然后首先匹配可选的B部分，然后匹配可选的C部分，最后匹配可选的U部分。

然后匹配，直到字符串的末尾并回溯到最后出现的-，并捕获最后一个捕获组中的后续内容。

^([^.]+(?:\.(?![BC]\d{2})[^.]+)*)\.(?:(C\d{2})(?:\.(?![BC]\d{2})[^.\n]+)*)?(?:(B\d{2})(?:\.(?![BC]\d{2})[^.\n]+)*?)?(?:.*?\.(42U|48U))?.*-(.+)$

Regex demo

Answer 2

最后一个是一个弯腰，但这是行得通的。

^([a-zA-Z.]*\.)(C\d{1,2})?(B\d{1,2})?([.A-Za-z]*)(42U|48U)?.+-(.+)

Link

Answer 3

(.+)\.(C\d{1,2})?(B\d{1,2})?(?:\.[A-Za-z]+)*\.(42U|48U)?.+-(.+)

将起作用。测试代码如下：

import re

list_ = [
    "This.is.Test.Nr.One.C01B01.42U.Rack.08-Datacenter1",
    "Is.this.Nr.Two.C03B03.London.48U.Rack.04-Datacenter4",
    "This.Number.Random.C02.Frankfurt.42U.Rack.12-Datacenter1",
    "This.is.Random.Number.C08B01.Zuerich.Rack.01-Datacenter2",
    "Is.this.Nr.Two.B03.London.48U.Rack.04-Datacenter4",
]


pattern = re.compile(
    r'(.+)\.'  # group1 and trailing literal "."
    r'(C\d{1,2})?'  # group2(optional)
    r'(B\d{1,2})?'  # group3(optional)
    r'(?:\.[A-Za-z]+)*\.'   # skipping for example multiple ".London" and "."
    r'(42U|48U)?.+-'  # group4(optional) and ... -
    r'(.+)'  # group5
)
for text in list_:
    match_object = pattern.search(text)
    if match_object:
        print(match_object.groups())
    else:
        print('Not matched')

输出：

('This.is.Test.Nr.One', 'C01', 'B01', '42U', 'Datacenter1')
('Is.this.Nr.Two', 'C03', 'B03', '48U', 'Datacenter4')
('This.Number.Random', 'C02', None, '42U', 'Datacenter1')
('This.is.Random.Number', 'C08', 'B01', None, 'Datacenter2')
('Is.this.Nr.Two', None, 'B03', '48U', 'Datacenter4')