考虑以下(非常简化的)示例字符串:
1aw2,5cx7
如您所见,它是两个digit/letter/letter/digit
值,以逗号分隔。
现在,我可以将其与以下内容匹配:
>>> from re import match
>>> match("\d\w\w\d,\d\w\w\d", "1aw2,5cx7")
<_sre.SRE_Match object at 0x01749D40>
>>>
问题是,我必须写\d\w\w\d
两次。对于小模式,这并不算糟糕,但是对于更复杂的正则表达式,两次编写完全相同的东西会使最终模式变得庞大而繁琐。这似乎也是多余的。
我尝试使用命名捕获组:
>>> from re import match
>>> match("(?P<id>\d\w\w\d),(?P=id)", "1aw2,5cx7")
>>>
但这没用,因为它寻找的是两次1aw2
,而不是digit/letter/letter/digit
。
有什么方法可以保存模式的一部分,例如\d\w\w\d
,以便以后可以在同一模式中使用它吗?换句话说,我可以在模式中重用子模式吗?
不可以,当使用标准库re
模块时,正则表达式模式不能被“符号化”。
当然,您始终可以通过重新使用Python变量来做到这一点:
digit_letter_letter_digit = r'\d\w\w\d'
然后使用字符串格式来构建更大的模式:
match(r"{0},{0}".format(digit_letter_letter_digit), inputtext)
或者,使用Python 3.6+ f字符串:
dlld = r'\d\w\w\d'
match(fr"{dlld},{dlld}", inputtext)
我经常使用这种技术从可重复使用的子模式中组成更大,更复杂的模式。
如果您准备安装外部库,则该regex
项目可以通过regex子例程调用解决此问题。该语法(?<digit>)
重新使用了已使用(隐式编号)捕获组的模式:
(\d\w\w\d),(?1)
^........^ ^..^
| \
| re-use pattern of capturing group 1
\
capturing group 1
您可以对命名捕获组执行相同的操作,其中(?<groupname>...)
命名组groupname
和(?&groupname)
,(?P&groupname)
或(?P>groupname)
重复使用匹配的模式groupname
(后两种形式是与其他引擎兼容的替代方式)。
最后,regex
支持该(?(DEFINE)...)
块“定义”子例程模式,而无需在该阶段实际匹配任何子例程。你可以把多个(..)
和(?<name>...)
捕获组在结构,以后来指他们在实际的模式:
(?(DEFINE)(?<dlld>\d\w\w\d))(?&dlld),(?&dlld)
^...............^ ^......^ ^......^
| \ /
creates 'dlld' pattern uses 'dlld' pattern twice
明确地说:标准库re
模块不支持子例程模式。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句