如何使用正则表达式在 Python 中正确解析十六进制颜色代码？

Question

我是正则表达式的初学者，所以我通过解决我能找到的所有练习来不断练习。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：

1. 它以 # 开头
2. 它有 3 或 6 位数字
3. 每个数字的范围是0-F（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;
}

期望的输出是：

#FfFdF8
#aef
#f9f9f9
#fff
#ABC
#fff

#BED和#Cab被省略，因为它们不是十六进制颜色。

我尝试了这段代码，解决了这个问题：

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']

它工作得很好，只是它没有捕获 6 位代码，并且没有消除实际上不是十六进制颜色代码的两个标签。

我错了什么？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

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的一半（因此不匹配完整的 6 位代码）。但由于您也只想匹配 CSS 属性规则，而不匹配选择器，因此先行查找;、,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 {，您可以先行查找非{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干燥。（您也可以用来{3}){1,2}避免重复字符集，但这会使模式更难以阅读IMO）