Question

当开头和结尾长度相同时，如何制作匹配的正则表达式？例如

>>> String = '[[A], [[B]], [C], [[D]]]'
>>> Result = re.findall(pattern, String)
>>> Result
>>> [ '[A]', '[[B]]', '[C]', '[[D]]' ]

目前我使用模式\[.*?\]，但结果是

>>> ['[[A]', '[[B]', '[C]', '[[D]']

提前致谢。

Answer 1

您可以为有限数量的开头/结尾字符定义这样的正则表达式（例如，“如果它以1开头和结尾，或者以2开头和结尾，或者等等”）。但是，您无法为无限数量的字符执行此操作。这只是正则表达式的一个事实。正则表达式是有限状态机的语言，有限状态机不能计数;至少需要一个下推 - 自动机（无上下文语法）的力量。

简单地说，一个正则表达式可以说：“我看到 x 然后我看到了 y ”但它不能说“我看到了 x 然后我看到 y 的次数相同“因为它不记得它看到 x 多少次。

但是，您可以使用Python编程语言的全部功能轻松完成此操作，这是Turing-complete！图灵完整的语言绝对可以计算：

>>> string = '[[A], [[B]], [C], [[D]]]'
>>> sameBrackets = lambda s: len(re.findall('\[',s)) == len(re.findall('\]',s))
>>> filter(sameBrackets, string.split(", "))
['[[B]]', '[C]']

Answer 2

你做不到。遗憾。

Python的正则表达式是“有限状态自动机”的扩展，它只允许在扫描字符串进行匹配时保留有限数量的内存。此示例需要任意数量的内存，具体取决于重复次数。

Python允许的不仅仅是有限状态的唯一方法是使用“反向引用”，它允许您匹配以前匹配的字符串部分的相同副本 - 但它们不允许您匹配某些内容，比方说，字符数相同。

你应该尝试手写这个。

Answer 3

要匹配平衡括号，您需要recursive regular expression。股票re模块不支持此语法，但替代regex执行：

import regex

r = r'\[(([^\[\]]+)|(?R))*\]'

print regex.match(r, '[[A], [[B]], [C], [[D]] ]') # ok
print regex.match(r, '[[A], [[B]], [C , [[D]] ]') # None

该表达式基本上表示：匹配括号括起来的东西，其中“某些东西”是一系列非括号([^\[\]]+)或整个事物(?R)。

开始时匹配的正则表达式＆amp;结束的长度相同

3 个答案: