Regex: come posso catturare un gruppo dopo un gruppo di acquisizione opzionale utilizzando le espressioni regolari?

Question

Supponiamo che io sono le seguenti stringhe:

s1=u'--FE(-)---' 
s2=u'--FEM(-)---' 
s3=u'--FEE(--)-' 

e voglio abbinare F, E, E, M e il contenuto delle parentesi in gruppi diversi.

Ho provato la seguente espressione regolare:

u'^.-([F])([EF]*)([E]+)[^FEM]?(M*)?(\\(.*\\))?.*$' 

Questo espressioni danno i seguenti gruppi e si estende per le diverse stringhe:

s1 -> 'F',(2,3) , '',(3,3) , 'E',(3,4) , '',(5,5) , None,(-1,-1) 
s2 -> 'F',(2,3) , '',(3,3) , 'E',(3,4) , 'M',(4,5) , (-),(5,8) 
s3 -> 'F',(2,3) , 'E',(3,4) , 'E',(4,5) , '',(6,6) , None,(-1,-1) 

per S2, ottengo il comportamento desiderato, un abbinamento dei contenuti delle parentesi, ma per s1 e s3 non lo faccio.

Come si crea un'espressione regolare che corrisponda al contenuto delle parentesi anche se non ho una corrispondenza corretta per il gruppo che contiene "M"?

EDIT:

La risposta dal DWilches risolto il problema iniziale utilizzando l'espressione regolare

'^.-(F)([EF]*)(E+)[^FEM]??(M*)(\(.*\)).*?$' 

Tuttavia, il gruppo parentesi è opzionale. Il seguente script python breve chiarisce il problema:

s1=u'--FE(-)---' 
s2=u'--FEM(-)--' 
s3=u'--FEE(--)-' 
s4=u'--FEE-M(---)--' 
s5=u'--FE-M-(-)-' 
s6=u'--FEM--' 
s7=u'--FE-M--' 

ll=[s1,s2,s3,s4,s5,s6,s7] 

import re 
rr1=re.compile(u'^.-(F)([EF]*)(E+)[^FEM]??(M*)[^FEM]??(\(.*\)).*?$') 
rr2=re.compile(u'^.-(F)([EF]*)(E+)[^FEM]??(M*)[^FEM]??(\(.*\))?.*?$') 

for s in ll: 
    b=rr1.search(s) 
    print s 
    if b: 
     print " '%s' '%s' '%s' '%s' '%s' " % (b.group(1), b.group(2), b.group(3),  b.group(4), b.group(5)) 
    else: 
     print 'No match' 
    print '######' 

Per rr1, l'output è:

--FE(-)--- 
'F' '' 'E' '' '(-)' 
###### 
--FEM(-)-- 
'F' '' 'E' 'M' '(-)' 
###### 
--FEE(--)- 
'F' 'E' 'E' '' '(--)' 
###### 
--FEE-M(---)-- 
'F' 'E' 'E' 'M' '(---)' 
###### 
--FE-M-(-)- 
'F' '' 'E' 'M' '(-)' 
###### 
--FEM-- 
No match 
###### 
--FE-M-- 
No match 
###### 

E 'OK per i primi 5 corde, ma non per le ultime due, in quanto richiede la parentesi.

Il rr2, tuttavia, l'aggiunta ? a (\(.*\)), produce l'uscita seguente:

--FE(-)--- 
'F' '' 'E' '' '(-)' 
###### 
--FEM(-)-- 
'F' '' 'E' 'M' '(-)' 
###### 
--FEE(--)- 
'F' 'E' 'E' '' '(--)' 
###### 
--FEE-M(---)-- 
'F' 'E' 'E' '' 'None' 
###### 
--FE-M-(-)- 
'F' '' 'E' '' 'None' 
###### 
--FEM-- 
'F' '' 'E' 'M' 'None' 
###### 
--FE-M-- 
'F' '' 'E' '' 'None' 
###### 

Questo è ok per s1,s2,s3 e s6.

Alcune modifiche sono necessarie per ottenere l'output desiderato: ottenere il M se esiste e il contenuto delle parentesi se esistono le parentesi.

Answer 1

Sembra è necessario utilizzare gli operatori non avidi:

^.-(F)([EF]*)(E+)[^FEM]??(M*)(\\(.*\\))?.*?$ 

Si noti che l'ultimo degli ultimi .* ho aggiunto un ?. E ho anche cambiato [^FEM]? per [^FEM]??.

Nel primo dei vostri campioni del problema era che che lo scorso .* stava mangiando questa: -) in tutta [^FEM]? stava mangiando questa: ( ...quindi non lasciare nulla per (\\(.*\\))?

(ho anche rimosso alcune parentesi quadre intorno singole lettere, ma che era più di avere una regex più breve)

Con questa regex io ottenere i seguenti risultati:

--FE(-)--- ->  'F' ''  'E' ''  '(-)' 
--FEM(-)--- ->  'F' ''  'E' 'M' '(-)' 
--FEE(--)- ->  'F' 'E' 'E' ''  '(--)' 

BTW: rimuoverò anche lo ? alla fine di (\\(.*\\))? perché anche se non lo inserisci, una stringa che non corrisponde a quella parte verrà consumata dal seguente .*?.