#regex
Вопрос:
у меня проблема, и я ее не понимаю.
Мое Регулярное выражение:
Моя Тестовая строка:
У меня есть две проблемы и один общий вопрос 🙂
- Как вы можете видеть в моей Тестовой строке, самый последний (немецкий) номер телефона (большой желтый во вложении тестовой строки) неправильно соответствует моему шаблону регулярных выражений. Я не понимаю, в чем здесь проблема? «0049» соответствует группе 5, но должно соответствовать группе 2, почему это так?
- Моя вторая проблема заключается в том, как я могу избавиться от пробелов до и после каждого матча? (7 желтых маленьких кружочков в приложении к тестовой строке)
Для целей копирования/вставки снова приведите регулярное выражение и тестовую строку:
Регулярное выражение:
(( d{2}|00d{2})?([ ])?(()?(d{2,4})())?([-| |/])?(d{3,})([ ])?(d )?([ ])?(d )?)
Test-String: Vorwahl 089, die E.123 ebenfalls , also (089) 1234567. Die DIN 5008, также 49 89 1234567 соответственно 0049 89 1234567. Die E.123 empfiehlt, also 49 89 123456 0 respectivly 0049 89 123456 0 oder 49 89 123456 789. Также 49 89 123 456 789. Klammern 089/1234567 und 0151 19406041. Испытание 49 151 123 456 789 соответственно 0049 151 123 456 789
И последнее, но не менее важное, мой общий вопрос: является ли хорошим подходом группировать каждую логическую часть, как я сделал в своем примере?
Последняя информация: Я проверяю свое регулярное выражение с помощью https://regex101.com/ и используйте его в Python с модулем re.
Комментарии:
1. Пожалуйста, убедитесь, что шаблоны регулярных выражений на скриншоте и копия-вставка совпадают. Некоторые, кажется, отсутствуют.
2. спасибо за обратную связь, я ее исправил.
3. для вашей проблемы 1, потому что 0049 предваряется пробелом.
4. как это исправить? mybe выпуск 1 и выпуск 2 связаны 🙂
5. Кстати,
[]это набор символов, который соответствует любому литеральному значению внутри, поэтому[-| |/]совпадают-,|,/и пробел, вам не нужен|внутри набора, если вы не хотите соответствовать литералу|.
Ответ №1:
То, что делает его непредсказуемым, — это многочисленные необязательные группы (..)? .
В качестве первого шага я рекомендую заменить ([ ])?(d )? как связанное выражение ([ ]?d )? , которое позволит избежать пробелов в конце совпадения — ваша точка № 2.
В качестве второго шага я рекомендую связать первое необязательное пространство с выражением «национальный набор»: (( |00)d{2}([ ])?)? . Теперь нам повезло, потому что это решает как пробел в начале, так и распознавание целого числа из-за меньшего количества возможных вариантов сопоставления.
Новое выражение теперь выглядит так:
((( |00)d{2}([ ])?)?(()?(d{2,4})())?([-| |/])?(d{3,})([ ]?d )?([ ]?d )?)
Теперь я рекомендую упростить последнюю часть, если вам не нужны отдельные групповые значения:
((( |00)d{2}([ ])?)?(()?(d{2,4})())?([-| |/])?(d{3,})([ ]?d ){0,2})
Для повышения производительности я предлагаю вам удалить родительские элементы/группы, где это возможно, или пометить их как не захватывающие, если вам не нужны конкретные значения групп.
В некоторых языках программирования вам не понадобится большинство внешних родительских имен, так как это всегда группа 0.
Комментарии:
1. Большое спасибо, для меня это прекрасно работает. «Кроме того, вам не понадобится большинство внешних парентезов, так как это всегда группа 0.» —> Это кажется важным, потому что Python не возвращает никаких результатов, если там нет большинства внешних парентезов.
2. Извините, Python возвращает результаты, но не все совпадение, а группы в виде кортежа. Поэтому мне нужно, чтобы первая группа была на весь матч. Поэтому мне нужна первая группа как целое совпадение, чтобы я мог получить к ней доступ через индекс 0 из списка результатов
3. Ладно, я не знаю насчет Питона. Отредактировал мой ответ.