Python:无法匹配后跟分词符的句点(在非捕获组中)

Question

我有一个像这样的正则表达式:r"credit\s+card\s+(?:numbers?|no[s\.]?)\b"。我想匹配像“信用卡号”这样的短语。 (包括期间)。但是，它目前只会匹配句点之前的短语部分。

>>> re.search(r"credit\s+card\s+(?:numbers?|no[s\.]?)\b", "credit card no.")
# <re.Match object; span=(0, 14), match='credit card no'>

这似乎与分词符 \b 有关(事实上 no 和 之间有分词符。:如果我删除 \b，可以匹配完整的短语:

>>> re.search(r"credit\s+card\s+(?:numbers?|no[s\.]?)", "credit card no.")
# <re.Match object; span=(0, 15), match='credit card no.'>

我想知道是否有一种方法可以修改正则表达式以使其捕获句点(当它实际出现在文本中时)。

编辑:更新了正则表达式以适应“数字”的单数和复数形式

可能的输入字符串可能是:

• 信用卡号
• 信用卡号
• 信用卡号
• 信用卡号
• 信用卡号

我为“credit card no”包含了潜在误报匹配的词边界，因为它可以匹配像“credit card notification”这样的字符串而没有分词

Answer 1

您需要使用 \b 来断言单词的结尾，仅在单词字符之后:

r'credit\s+card\s+(?:numbers?\b|no(?:s\b|\b\.)?)'

参见 regex demo .

(?:numbers?|no[s\.]?)\b 变成 (?:numbers?\b|no(?:s\b|\b\.)?) 并匹配:

• numbers?\b - number 或 numbers 作为整个单词，不允许紧接在这些字符串右侧的单词字符<
• | - 或者
• no - no 子字符串后跟...
• (?:s\b|\b\.)? - 可选的 1 次或 0 次出现:
  • s\b - s 后面没有跟单词 char
  • | - 或者
  • \b\. - 单词边界和一个点。

注意:如果您不想在.之后出现任何单词字符，请添加\B非单词边界，\b\. => \b\.\B.