Python中的正则表达式，用于匹配可能有或可能没有某些部分的模式

Question

我有一些规则，可以满足传递字符串的要求。以下是规则：

1. Windows应该写成“Windows”，不应该有任何商标。
2. 所有这些词都不应缩写为“win”、“wins”、“win7”、win8、“win10”。语言也有完整的形式。不是“英语”，应该是英语。
3. 64位、32位等应在语言之前和“home”或“pro”之后提及。
4. Windows操作系统之前不应该有“Microsoft”。
5. “单一语言/多语言”应在64位之前和“Home”之后。
6. 在操作系统中，如果提到Windows 10，但是没有提到Home和Pro。必须提到其中之一。

示例: Windows 10 home单语言/ Windows 10 pro/Windows 10 home单语言64 bit/ Windows 10 home单语言64位西班牙语/ Windows 10 Pro多语言64位英语、西班牙语/ Windows 10 home、单语言64位；这些应该通过。

但是Windows 10/ Microsoft 10/ Windows 10家庭64位单语言/ Windows 10家庭64位，64位，单语言/ Windows 7家庭64位多语言；这些都不应该通过。

注:通过的基本标准是：

Windows(space or comma)(10 or 7 or 8.1)(space or comma)(home or pro or professional)(space or comma)(single language or multi language)(space or comma)(64 bit or 32 bit)(space or comma)(language(s)).  

单/多语言可能存在，也可能不存在，但如果存在，则应该是在家庭/专业语言之后，或者在64/32位之前。64/32位可能存在，也可能不存在，但如果存在，则应采用单一/多语言。

这是我想出来的，但它通过了"Windows 10主页，64位，单一语言“，这是不应该发生的：

filter_exp = r'(Windows)\s(10)\s(Home\b|Pro\b)([$,\s\b])?((\s)?(Single Language|Multi Language|\w)(\s(64bit|64-bit|32bit|32-bit)))?'
filter_exp1 = r'(Windows)\s(7|8.1)\s(Professional\b)([$,\s\b])?((\s)?(Single Language|Multi Language|\w)(\s(64bit|64-bit|32bit|32-bit)))?'

最后，我写了这篇文章，现在它似乎正在工作，但这可能很少有测试用例失败：

filter_exp = r'(Windows)\s(10)\s(Home|Pro)([$,\s\b])?((\s)?(Single Language|Multi Language|\w)(\s(64bit|64-bit|32bit|32-bit)))?'
        #filter_exp = r'^(Windows)\s(10)\s(Home\b|Pro\b)([$,\s\b])?((\s)?(Single Language|Multi Language|\w)(\s(64bit|64-bit|32bit|32-bit)))?$'
        filter_exp1 = r'(Windows)\s(7|8.1)\s(Professional)([$,\s\b])?((\s)?(Single Language|Multi Language|\w)(\s(64bit|64-bit|32bit|32-bit)))?'
        filter_exp3= r'(64bit|64-bit|32bit|32-bit)[\s,.]*(Single Language|Multi Language)'
        filter_sym = u'Windows\N{REGISTERED SIGN}'
        if ((re.findall(filter_exp, elem) or re.findall(filter_exp1, elem)) and not re.findall(filter_sym, elem) and not re.findall(filter_exp3,elem) ):
           pass
        else:
            elem=' '.join(elem.split())
            elem=elem+'\n'
            ErrorList.append(elem)

Answer 1

正如@Bernhard所评论的那样，((\s)?(Single Language|Multi Language|\w)(\s(64bit|64-bit|32bit|32-bit)))?都可以被忽略，因为?修饰符使Windows 10 Home, 64 bit, Single Language能够匹配，但只与Windows 10 Home部分匹配。

您应该使用^和$来确保正则表达式与整个字符串匹配：

filter_exp = r'^(Windows)\s(10)\s(Home\b|Pro\b)([$,\s\b])?((\s)?(Single Language|Multi Language|\w)(\s(64bit|64-bit|32bit|32-bit)))?$'

Answer 2

match = re.search(r"^Windows[\s,]{1,2}(10(?![\s,]Professional)|7|8\.1)[\s,]{1,2}(Home|Pro|Professional)($)?(([\s,]{1,2})?(Single Language|Multi Language)([\s,]{1,2}((?:32|64|Quamtum-joke)[\s-]?bit))?)?;?( ([a-z']{4,}(?# 4 or more characters per language 'thai|dari|urdu')(, |\r))+)?(\r|\n|$)", subject, re.IGNORECASE | re.MULTILINE)
if match:
    result = match.group()
else:
    result = ""

它将通过:：

Windows，10家庭单语言64位 Windows，10家庭单语言64位 Windows，8.1专业单语言64位Windows，10 Home，单语言64位 Windows，10家庭单语言64位 Windows 8.1专业人员，多语言，64位 Windows 8.1专业人员，多语言，64位 Windows，10种家庭单一语言 Windows 10家庭单一语言 Windows 10 pro Windows 10家庭单语言64位 Windows 10家庭单语言64位西班牙语 Windows 10专业多语言64位英语、西班牙语 Windows 10 Pro多语言64位英语、西班牙语、世界语 Windows 10家庭，单一语言，64位；

*未通过：

Windows 10家庭，64位，单一语言 Windows 10微软Windows 10 Windows 10家庭64位单语言 Windows 10家庭，64位，单语言Windows 7家庭64位多语言

解释一点:10(专业) "?!“是一个负面的前景，它将匹配"10“，但将向前看，如果它发现一个专业人员将失败的比赛。

如果你需要引入另一个规则，就告诉我