Python 2.7.16 - regex lookbehind不支持Findall

Question

我有以下代码注释: Line变量来自我正在读取的文本文件中的一行，pattern变量保存在配置文件中，我选择该文件并将其应用于代码中

line ="[u'INVOICE# SMR/0038 f"', u'', u'', u'']"
pattern ='(?<=(invoice#)\s)[A-z]{3}/\d{1,5}'

regex = re.compile(r'' + pattern),re.IGNORECASE)
invNum= re.findall(pattern, str(line),re.IGNORECASE)[0]
      ........

我期望得到invNum = SMR/0038，但我得到的却是invoice#。问题出在哪里？如果在https://regexr.com/上尝试此模式，我看到后视功能正在工作。但是把它转换成Python代码是行不通的。请参阅来自https://regexr.com/的下图

sample from regexr

Answer 1

由于模式中的re.findall returns the captured substring only if there is a capturing group，所以在使用捕获组包装invoice#子字符串时，您将获得它。

另外，请注意[A-z] matches more than just ASCII letters，它是正则表达式世界中最令人困惑的模式之一。使用[A-Za-z]。

你需要捕获你想要提取的部分，你甚至不需要后视：

import re
line ="[u'INVOICE# SMR/0038 f\"', u'', u'', u'']"
pattern = re.compile('invoice#\s+([A-Za-z]{3}/\d{1,5})', re.I)
print( re.findall(pattern, line) ) # => ['SMR/0038']

请参阅online demo

实际上，因为您需要to get the first match only, use re.search (re.findall返回所有匹配项)：

m = pattern.search(line)
if m:
    print(m.group(1)) # => SMR/0038