如何匹配数字和点序列？

Question

我试图通过提取一个PDF文件来使用这个regex 2.1.34.5.1.来匹配这个字符串^((\d{1,2}.)*)。但是，我不能打印这个返回。这是输出pdf页面。

93

|
Page


1.5.4 Require Authentication for Single
-

这里所发生的，是匹配的是93而不是1.5.4。

import PyPDF2
import re
import sys
       
if __name__ == '__main__':
    pdf_file = open('RH5-94.pdf','rb')
    read_pdf = PyPDF2.PdfFileReader(pdf_file)
    number_of_pages = read_pdf.getNumPages()
    IdCis = "(\d{1,2}.{0,1})*"
    Description = "(?<=Description:)(.*)(?=Rationale)"
    Rationale = "(?<=Rationale:)(.*)(?=Audit)"    
    textPage = read_pdf.getPage(0).extractText() 
    print(re.search(IdCis,textpage).group(0))

Answer 1

您的第一个示例2.1.34.5.1.以一个.结尾，而第二个1.5.4则没有。

不要忘记，为了匹配一个文字.，您可以用反斜杠来转义它。

为了确保序列中至少有一个.，使用+而不是*来匹配组至少一次。

^(?:\d{1,2}\.)+\d{0,2}

Answer 2

试试这个：

(\d{1,2}.{0,1})*

你的问题是你的正则表达式最后需要一个点。

Answer 3

^((\d{1,2}.)*)可以匹配93的原因是因为这个点不是转义的，因此也可以匹配一个数字。模式\d{1,2}.的这一部分至少匹配2个字符，最多匹配3个字符。

{1,2}允许回溯与9相匹配，但最后的点与3相匹配。例如，它不匹配一个数字。

由于可以选择使用*重复模式，所以它还可以匹配空字符串，或者在本例中匹配2位数字。

注意到，{0,1}可以写成?

您还可以将模式编写为：

\d{1,2}(?:\.\d{1,2})+\.?

模式匹配：

• \d{1,2}匹配1-2位数字
• (?:非捕获组作为一个整体重复
  • \.\d{1,2}匹配点和1-2位数。

• )+关闭非捕获组并至少重复1次，以不匹配没有点的数字。
• \.?匹配一个可选点

Regex演示

使用带负值的空白边界来防止部分匹配：

(?<!\S)\d{1,2}(?:\.\d{1,2})+\.?(?!\S)