如何使用正则表达式正确解析 Python 中的十六进制颜色代码？

Question

我是 Regex 的初学者，所以我通过解决我能找到的所有练习来继续练习。在其中之一中，我需要使用 Regex 和 Python 从 HTML 源代码中提取所有十六进制代码。根据练习，发现十六进制代码的规则是：

它以#开头

它有 3 或 6 位数字

每个数字都在 0-F 范围内（字符串不区分大小写）

示例输入是这样的：

#BED

{

    color: #FfFdF8; background-color:#aef;

    font-size: 123px;

    background: -webkit-linear-gradient(top, #f9f9f9, #fff);

}

#Cab

{

    background-color: #ABC;

    border: 2px dashed #fff;

}

所需的输出是：

#FfFdF8

#aef

#f9f9f9

#fff

#ABC

#fff

#BED并且#Cab将被省略，因为它们不是十六进制颜色。

我尝试了这段代码，以解决问题：

import re

text = """

#BED

{

    color: #FfFdF8; background-color:#aef;

    font-size: 123px;

    background: -webkit-linear-gradient(top, #f9f9f9, #fff);

}

#Cab

{

    background-color: #ABC;

    border: 2px dashed #fff;

} """

r = re.compile(r'#[0-9A-Fa-f]{3}|[0-9A-Fa-f]{6}')

a = r.findall(text)

print(a)

获得的输出：

['#BED', '#FfF', '#aef', '#f9f', '#fff', '#Cab', '#ABC', '#fff']

它工作正常，除了它没有捕捉到 6 位代码并且它没有消除实际上不是十六进制颜色代码的两个标签。

我误会了什么？我查看了其他尝试，但他们没有提供正确的答案。我正在使用 Python 3.7.4 和最新版本的 PyCharm。

Answer 1

你可以试试#(?:[0-9A-Fa-f]{6}|[0-9A-Fa-f]{3})(?=;|[^(]*\))所以这里的想法是6如果没有找到匹配字符匹配，则以更高的优先级匹配字符长度3，以确保它不匹配#BED或者我们需要匹配十六进制颜色代码的终止，所以我们使用带有交替的前瞻

Answer 2

您可以使用r = re.compile(r'#[0-9A-Fa-f]{3}(?:[0-9A-Fa-f]{3})?(?!$)', re.M)见证明示例 Python 代码：import reregex = r"#[0-9A-Fa-f]{3}(?:[0-9A-Fa-f]{3})?(?!$)"test_str = ("#BED\n"    "{\n"    "    color: #FfFdF8; background-color:#aef;\n"    "    font-size: 123px;\n"    "    background: -webkit-linear-gradient(top, #f9f9f9, #fff);\n"    "}\n"    "#Cab\n"    "{\n"    "    background-color: #ABC;\n"    "    border: 2px dashed #fff;\n"    "}")matches = re.findall(regex, test_str, re.MULTILINE)print(matches)

Answer 3

一方面，您可以先匹配 6 位代码，否则匹配 3 位代码将首先匹配其中一半（因此不匹配完整的 6 位代码）。但是，由于您还只想匹配 CSS 属性规则，而不是选择器，请提前查找;、,或)：(?i)#(?:[0-9a-f]{6}|[0-9a-f]{3})(?=[;,)])https://regex101.com/r/BtZaoV/2如果您还需要能够排除组合选择器，例如#BED, foo {，您可以先查看非{s 后跟}：(?i)#(?:[0-9a-f]{6}|[0-9a-f]{3})(?=[^{]*})https://regex101.com/r/BtZaoV/3使用不区分大小写的标志来保持 DRY。（您也可以{3}){1,2}用来避免重复字符集，但这会使模式更难阅读 IMO）