代码之家 › 专栏 › 技术社区 › Olivier Melançon iacob

匹配表示regexp集的模式

python-3.x regex python

Olivier Melançon iacob · 技术社区 · 8 年前

这个问题与可变长度后视无关,因为它可能有一个没有消极后视的解决方案。

在Python3中,我试图匹配一种模式,这种模式可能已经达到了使用regexp所能达到的极限,但我仍然想尝试一下。我实际上是在试图避免使用解析工具。

我想要匹配的是指示regexp集的模式。因此,以下内容将匹配。

[abc]
[1-9\n\t]
[ \t\]]
[\\\]]
[[\\\\\\\]]

方括号不能嵌套,例如 [[]] ,我们要匹配 [[] .

虽然,由于 \] 指示转义括号,我们需要跳过这些括号。但模式如下 \\] 必须接受。以下内容不匹配。

[\]
[\\\]
[abc\\\]

规则最终与 [ 到第一个 ] 之前没有奇数的 \ .

因为必须有固定的长度,所以负向后看似乎不起作用。

编辑 :Wiktor StribiÅ¼ew给出了一个有趣的解决方案

re.compile(r'\[[^]\\]*(?:\\.[^]\\]*)*\]')

编辑 :通过绘制上述内容的更简单版本

r'\[(?:\\.|[^]\\])*\]'

1 回复 | 直到 8 年前

Wiktor StribiÅ¼ew 8 年前

您可以使用

re.compile(r'\[[^]\\]*(?:\\.[^]\\]*)*]', re.DOTALL)

请参见 regex demo .

细节

\[ -a [ 烧焦
[^]\\]* -0个或多个字符,而不是 ] 和 \
(?: -匹配以下序列的非捕获组的开始:
- \\. -a \ 字符后跟任意字符
- [^]\\]* -0个或多个字符,而不是 ] 和 \
)* -非捕捉组内的图案重复次数为零或更多
] -a ] 烧焦

正则表达式遵循 unroll-the-loop principle . 根据输入的不同,它可能会工作很多,甚至比未展开的版本快10多倍, r'\[(?:\\.|[^]\\])*]' ,即基于无限量化的交替组,导致大量冗余回溯步骤。

请注意,当初始 [ 前面带有反斜杠。在这种情况下,您需要

r'(?<!\\)(?:\\{2})*(\[[^]\\]*(?:\\.[^]\\]*)*])'

查看此regex演示

这里的主要区别是 (?<!\\)(?:\\{2})* 一 (?<!\\) 如果当前位置前面有 \ 字符,以及 (?:\\{2})* 匹配0个以上重复的两个文字反斜杠。模式的其余部分用捕获括号括起来,当找到匹配项时,只需访问 match.group(1) 以获得正确的值。

推荐文章

DotFX · RegEx捕获关键字前但括号后的所有内容

1 年前

user66001 · 正则表达式用于匹配有引号和无引号的文本,并且不匹配任何部分

1 年前

perlchamp · 为什么这也匹配?

1 年前

con · Negative Lookaward在perl正则表达式中不起作用

1 年前

Andrus · 如何在sql中查找第二个匹配项

1 年前

iato · 确保正则表达式不从命名材料中的数字中提取

1 年前

vr8ce · 非成对标记中特定字符的正则表达式

1 年前

MARTIN · 交换第一个和最后一个单词,反转所有中间的字符

1 年前

Carsten · 使用最近的搜索模式更改文本块

1 年前

Eric Marceau · Grep:有没有一种特殊的方法可以将“无字符”作为“字符位置”匹配的置换?

1 年前