Python正则匹配问题：如何排除带第二个小数点的SMC格式内容

问题分析 #

你当前的正则SMC\s\d{1,3}\.\d{1,3}会误匹配带多个小数点的内容（如SMC 14.08.040），原因是它仅匹配了目标格式的前半段（比如SMC 14.08），没有限制该模式后续不能出现额外的小数点和数字。

解决方案 #

修改正则表达式，通过负向先行断言排除后续存在小数点+数字的情况，或者明确限定匹配模式的结束边界。以下是两种可靠写法：

写法1：负向先行断言 #

用(?!\.\d)确保匹配到目标格式后，后面不会紧接着小数点和数字，彻底排除多小数点的误匹配：

import re

with open("caosDump.txt", 'r', encoding="cp1252") as inp, open("newCaosDump.txt", 'w') as output:
    for line in inp:
        # 匹配SMC+空格+1-3位数字+小数点+1-3位数字，且后面不跟小数点+数字
        if re.search(r'SMC\s\d{1,3}\.\d{1,3}(?!\.\d)', line):
            output.write(line)

写法2：限定结束边界 #

如果目标格式的内容后面要么是空格，要么是行尾，可以用(?:\s|$)来限定：

import re

with open("caosDump.txt", 'r', encoding="cp1252") as inp, open("newCaosDump.txt", 'w') as output:
    for line in inp:
        # 匹配SMC+空格+1-3位数字+小数点+1-3位数字，且后面是空格或行尾
        if re.search(r'SMC\s\d{1,3}\.\d{1,3}(?:\s|$)', line):
            output.write(line)

为什么之前的方法无效？ #

• 添加^和$会要求整行完全匹配目标格式，但实际行中可能还有其他内容，所以导致代码失效；
• 单纯用单词边界\b效果不好，因为小数点不属于单词字符，\d{1,3}\b无法阻止后面紧跟小数点的情况。

内容的提问来源于stack exchange，提问作者AsianScooter