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 retext = """#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 re

regex = 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）