python - 正则表达式通过分隔符捕获可选组

Question

我需要通过引用文本和@作者和#类别分隔符来解析字符串引用。作者和类别按顺序排列，但是是可选的。像这样：

"When in doubt - don’t. @Ben Franklin #decisions"

{'text': 'When in doubt - don’t.', 'author': 'Ben Franklin', 'category': 'decisions'}

"When in doubt - don’t. #decisions"

{'text': 'When in doubt - don’t.', 'category': 'decisions'}

"When in doubt - don’t. @Ben Franklin"

{'text': 'When in doubt - don’t.', 'author': 'Ben Franklin'}

如果分隔符和空格粘在捕获的组上也没关系，我可以稍后将它们剥离。我目前的正则表达式：

^(.*?)(@.*)(#.*)$

仅当输入字符串中同时存在 @author 和 #category 时才起作用。试图使后面的组成为可选的，这对我来说很糟糕：

^(.*?)(@.*)?(#.*)?$

如何正确捕获它们？

标签： pythonregexre

Answer 1

假设@and#只出现在 author 或 category 前面的字符串末尾，可以使用

^([^@#]*)(@[^#]*)?(#.*)?$

查看正则表达式演示，模式匹配

• ^- 字符串的开始
• ([^@#]*)#- 第 1 组：除and之外的任何零个或多个字符@
• (@[^#]*)?- 第 2 组（可选）：@然后是零个或多个字符，而不是#
• (#.*)?- 第 3 组（可选）：#然后是零个或多个字符，而不是#
• $- 字符串结束。