Python 正则表达式与可选前缀和后缀匹配

这个问题已经有了三个答案，都是关于如何编写有效的正则表达式，但没有一个是关于如何修复您的正则表达式的.你的答案几乎是正确的:只需要做一点小小的修改.

[.]为什么$要匹配两次？

以下是相关部分:

(?:-[^A-Z]+)?$

如您所见，您匹配的是$,a zero-width assertion之前的一个可选模式.也就是说，在foo-A-bar匹配-bar后，引擎继续到它后面的位置，在那里它找不到-[^A-Z]+，但再次找到$.因为前者是可选的，所以这被记录为另一场比赛.

[.]如何删除多余的空字符串[？]

我们显式地告诉引擎匹配$ iff，它的前面要么是-[^A-Z]+(即有后缀)，要么是不是[^A-Z](即没有后缀):

(?:
  (^(?:[^A-Z]+-)?)
|
  ((?:-[^A-Z]+|(?<![^A-Z]))$)
|
  ((?:[^A-Z]*)?[A-Z])
)

试试看on regex101.com个.

_{(regex101.com的Python风格不能反映实际结果，所以我改用了PCRE2.)}

此外，最外面的(?:-)和(?:[^A-Z]*)?中的(?:-)?也是不必要的；您可以完全删除它们.(?<![^A-Z])也可以简化为(?<=[A-Z]).

(^(?:[^A-Z]+-)?)
|
((?:-[^A-Z]+|(?<=[A-Z]))$)
|
([^A-Z]*[A-Z])

试试看on regex101.com个.

删除捕获组以使其对.findall()友好:

pattern = re.compile(r'^(?:[^A-Z]+-)?|(?:-[^A-Z]+|(?<=[A-Z]))$|[^A-Z]*[A-Z]')

for testcase in testcases:
  print(f'{testcase!r:<16}: {pattern.findall(testcase)}')

'foo-ABcmCD-bar': ['foo-', 'A', 'B', 'cmC', 'D', '-bar']
'DEF'           : ['', 'D', 'E', 'F', '']
'WHATEVER-foo'  : ['', 'W', 'H', 'A', 'T', 'E', 'V', 'E', 'R', '-foo']
'foo-ABC-bar'   : ['foo-', 'A', 'B', 'C', '-bar']
'ABC-bar'       : ['', 'A', 'B', 'C', '-bar']
'ABcmC'         : ['', 'A', 'B', 'cmC', '']
'foo-abCD'      : ['foo-', 'abC', 'D', '']
'abCD'          : ['', 'abC', 'D', '']