不匹配正则表达式中的一定数量的字符

Question

我有以下表达式

diff_pr_EUR-44_cordex_rcp45_mon_ave_2048-2060_minus_2005-2017_mon10_ave1_withsd.nc

我想使用regex来提取并生成以下字符串

rcp45_mon10

到目前为止，我已尝试使用在线regex tester

rcp\d\d[^.]+mon\d+

哪个提取超过我需要的...

rcp45_mon_ave_2048-2060_minus_2005-2017_mon10

如何让正则表达式跳过后续字符，直到它到达mon10部分？

谢谢

Answer 1

你可以在这里使用re.sub：

>>> s = 'diff_pr_EUR-44_cordex_rcp45_mon_ave_2048-2060_minus_2005-2017_mon10_ave1_withsd.nc'
>>> print (re.sub(r'^.*?(rcp\d+).*(_mon\d+).*', r'\1\2', s))
rcp45_mon10

RegEx Demo

细节：

• ^.*?：匹配0或开头的任何字符（懒惰）
• (rcp\d+)：匹配并捕获rcp，然后是＃1组中的1+位数
• .*：匹配0或任何字符（贪婪）
• (_mon\d+)：在第2组中匹配并捕获_mon，然后是1+位数
• .*：匹配任何东西直到最后
• r'\1\2'：通过组＃1和组＃2的反向引用替换字符串

Answer 2

您可以使用两个匹配的组匹配，join：

>>> ''.join(re.findall(r'(rcp\d{2}).*?(\_mon\d{2})', s)[0])
'rcp45_mon10'