python 正则表达式 - 找到几个可选字符组之一

Question

我有以下(离散的)字符串:

um
yum
umpire
µm
mi
micro

这些字符串将按原样找到，而不是作为较长文本的一部分。 (它们是电子表格中可能的单元格值)。

我希望找到所有“um”或“µm”或“mi”或“micro”(但不是 umpire 或 yum)的字符串

我正在努力理解字符分组测试。这是我所拥有的:

[(um)(µm)(mi)]

我也尝试过变体，例如:

^[(?:um)|(?:µm)|(?:mi)]

但还没有发现魔法。

RegEx 101 Demo

如果以下(上方，顶部)字符串返回 True，则期望的结果是:

"um", "µm", "mi", "micro"

Answer 1

您可以将此正则表达式与 anchor 一起使用:

^(?:[uµ]m|mi(?:cro)?)$

Updated RegEx Demo

正则表达式详细信息:

• ^:开始
• (?: 启动非捕获组。这是一个非捕获组，因为它执行操作(即返回 bool 值 true/false)，但不选择指定的文本
  • [uµ]m:匹配u或µ后接m，即匹配um 和 µm
  • |:或者
  • mi(?:cro)?:匹配 mi，或者如果需要的话在末尾加上 cro。
• ):结束非捕获组
• $:结束

我们使用 ^ 和 $( anchor )来确保匹配 if and only if正则表达式是整个字符串:这就是为什么我们有 ?:，因为它的效果包含在 anchor 中。