3

example:

  • 01.stack
  • 021.tech
  • 01.picture02.zoom

これらから以下を取り出したいです。

  • 01.stack
  • 021.tech
  • 01.picture

現状 \d(.*)(?=.\d) の正規表現が思いついたのですが、この正規表現だと2つめのtechで0だけ取り出されてしまします。
0だけ取り出されてしまう理由と、解決する正規表現をご教授いただいきたいです。

ツールとしては Python の re ライブラリを使用します。

import re
text = '01.picture02.zoom'
pattern = '\d(.*)(?=.\d)'
print(re.match(pattern, text)[0])
1
  • pattern = '^\d+\.\D+' などでしょうか。
    – metropolis
    Commented 2021年8月2日 8:52

1 件の回答 1

1

0だけ取り出されてしまう理由

?=による肯定先読みが021.tech21にヒットするからです。
\dは数値、.*0個以上の任意の文字列です。

私は詳細には語れませんが、pythonの正規表現エンジンでは.*の後ろに肯定先読みを配置すると肯定先読みが最大量を読み込むようです。
すなわち'\d(.*)(?=.\d)'021.techに適用すると…
最初の\dが0にヒットし、
(?=.\d)が2にヒットするので
.*は0文字の数値にヒットします。
(この挙動は正規表現エンジンによって変わるはずです)

素直な解決策としては'(.\d+\.\D+)'など先読みを使わない正規表現が考えられます。
\Dは数字以外の文字列です

import re
texts = ['01.stack', '021.tech', '01.picture02.zoom']
pattern = '(.\d+\.\D+)'

for text in texts:
    result = re.match(pattern, text)
    if result:
        print(text, ':', result[0])

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。