Python regex необязательное совпадение числа возвращает больше, чем ожидалось

У меня есть список файлов, и я пытаюсь отфильтровать подмножество имен файлов, которые заканчиваются в 000000, 060000, 120000, 180000. Я знаю, что могу сделать прямую строку , но я хотел бы понять, почему регулярное выражение, которое я попытался сделать ниже r '[00 | 06 | 12 | 18] +0000', не будет работать (оно также возвращает MSM_20130519210000.csv). Я намереваюсь, чтобы он соответствовал одному из 00, 06, 12, 18, а затем 0000. Как это можно сделать? Спасибо, пожалуйста, сохраните ответ вдоль линии этого предполагаемого регулярного выражения, а не других функций.Python regex необязательное совпадение числа возвращает больше, чем ожидалось

Вот фрагмент кода:

import re 

files_in_input_directory = ['MSM_20130519150000.csv', 'MSM_20130519180000.csv', 'MSM_20130519210000.csv', 
'MSM_20130520000000.csv', 'MSM_20130520030000.csv', 'MSM_20130520060000.csv', 'MSM_20130520090000.csv', 
'MSM_20130520120000.csv', 'MSM_20130520150000.csv', 'MSM_20130520180000.csv', 'MSM_20130520210000.csv', 
'MSM_20130521000000.csv', 'MSM_20130521030000.csv', 'MSM_20130521060000.csv', 'MSM_20130521090000.csv', 
'MSM_20130521120000.csv', 'MSM_20130521150000.csv', 'MSM_20130521180000.csv', 'MSM_20130521210000.csv', 
'MSM_20130522000000.csv', 'MSM_20130522030000.csv', 'MSM_20130522060000.csv', 'MSM_20130522090000.csv', 
'MSM_20130522120000.csv', 'MSM_20130522150000.csv', 'MSM_20130522180000.csv', 'MSM_20130522210000.csv', 
'MSM_20130523000000.csv', 'MSM_20130523030000.csv', 'MSM_20130523060000.csv', 'MSM_20130523090000.csv', 
'MSM_20130523120000.csv', 'MSM_20130523150000.csv', 'MSM_20130523180000.csv', 'MSM_000.csv', 
'MSM_20130524000000.csv', 'MSM_20130524030000.csv', 'MSM_20130524060000.csv', 'MSM_20130524090000.csv', 
'MSM_20130524120000.csv', 'MSM_20130524150000.csv', 'MSM_20130524180000.csv', 'MSM_20130524210000.csv', 
'MSM_20130525000000.csv', 'MSM_20130525030000.csv', 'MSM_20130525060000.csv', 'MSM_20130525090000.csv', 
'MSM_20130525120000.csv', 'MSM_20130525150000.csv', 'MSM_20130525180000.csv', 'MSM_20130525210000.csv', 
'MSM_20130526000000.csv', 'MSM_20130526030000.csv', 'MSM_20130526060000.csv', 'MSM_20130526090000.csv', 
'MSM_20130526120000.csv', 'MSM_20130526150000.csv', 'MSM_20130526180000.csv', 'MSM_20130526210000.csv', 
'MSM_20130527000000.csv', 'MSM_20130527030000.csv', 'MSM_20130527060000.csv', 'MSM_20130527090000.csv', 
'MSM_20130527120000.csv', 'MSM_20130527150000.csv', 'MSM_20130527180000.csv', 'MSM_20130527210000.csv', 
'MSM_20130528000000.csv', 'MSM_20130528030000.csv', 'MSM_20130528060000.csv', 'MSM_20130528090000.csv', 
'MSM_20130528120000.csv', 'MSM_20130528150000.csv', 'MSM_20130528180000.csv', 'MSM_20130528210000.csv', 
'MSM_20130529000000.csv', 'MSM_20130529030000.csv', 'MSM_20130529060000.csv', 'MSM_20130529090000.csv'] 

print files_in_input_directory 
print "\n" 

# trying to match any string with 000000, 060000, 120000, 180000 
# Question: I use + meaning one or more, and | to indicates the options, but this will match 
# 'MSM_20130519210000.csv' as well, and I don't know why 
print filter(lambda x:re.search(r'[00|06|12|18]+0000', x), files_in_input_directory) 
print "\n" 

# This verbose version works 
print filter(lambda x:re.search(r'0000000|060000|120000|180000', x), files_in_input_directory) 
print "\n"

источник

2013-12-09 frank

[00|06|12|18] - набор символов соответствие 00|06|12|18. Таким образом, он будет соответствовать 210000 в «SM_20130519210000.csv», потому что [00|06|12|18] эквивалентен записи [01268]. Не то, что вы имели в виду, я должен подумать.

Вместо того, чтобы выразить набор символов, который может соответствовать один или несколько раз, сделать это либо группа записи

r'(00|06|12|18)0000'

Или отрицательный 'назад выражение

r'(?<=00|06|12|18)0000'

Они эквивалентны для ваших целей, так как вы не заботитесь о матче или каких-либо группах.

источник

2013-12-09 05:46:40 roippi

Если вы пытаетесь, чтобы соответствовать имена файлов, которые содержат 000000, 060000, 120000 или 180000, то вместо

re.search(r'[00|06|12|18]+0000', x)

использование

re.search(r'(00|06|12|18)0000', x)

Квадратная скобка s [...] соответствуют только одному символу за раз, а символ + означает «соответствие 1 или более предыдущего выражения».

источник

2013-12-09 05:42:24

Основная проблема заключается в том, что вы не группировали шаблоны, а создавали набор символов fo для сопоставления с использованием `` [...] `` `.

Это регулярное выражение: ((000)|(06)|(12)|(18))0000

источник

2013-12-09 05:49:48

Python regex необязательное совпадение числа возвращает больше, чем ожидалось

ответ

Смежные вопросы