Question

我有一个工作正则表达式，它给了我想要的结果，但它不包含它需要的安全性。（防呆）

让我们说我有一个匹配路径部分的正则表达式，类似于：

import re
path = "C:/Projects/foo/dev/model/props/furniture/couch/data/fbx"
regex = re.compile("(.+)/dev/model/(.+)/(.+)/data/fbx")
m = regex.search(path)
if m:
    print m.groups()

# ('C:/Projects/foo', 'props/furniture', 'couch')

我希望能够使用匹配一个或多个文件夹的内容替换匹配任何字符，直到正则表达式的以下部分。

假设我们将一个简单的文件夹定义为单词字符（无或多个），以斜杠结尾：

[\w]*/

我想将0到10组合在一起，我该怎么做？

在我看来，我有类似的东西（请注意，这不起作用！）：

# match any number of word characters ending with a slash zero to ten times
([[\w]*/]{0,10})

# match any number of word characters ending with a slash zero to one time
([[\w]*/]?)

编辑：

根据RedBaron和jamylak的回答，我想出了以下内容：

((?:[:\w]+/){0,3})

这将以0到三个出现的[：\ w]字符分组，以斜杠'/'结尾。使用？：在组的开头，它不会被发送回匹配的分组。然而，结合它们的外部团体是。因此，我们只能获得完全分组的结果。

唯一的问题是我希望最后一部分也可能匹配一个文件。（所以不要以斜线结尾。）我甚至更喜欢在没有正则表达式的尾部斜线的情况下将其恢复，但我也可以轻松地删除结果的末尾。

非常感谢任何反馈。如果这是要走的路，我会将其添加为答案。

编辑：

与Finding folders back based on a predefined folder structure

有关

UPDATE /编辑：

基于到目前为止给出的所有答案，我已经提出了各种各样的尝试，但最终它们的结果都非常缓慢。

import re
path = "C:/Projects/foo/dev/model/props/furniture/couch/data/fbx"
regex = re.compile(r"""((?:^(?:[\w:]+/?)+)|(?:(?<=/)(?:[\w]+/?)+))/dev/model/""")
print 'search start'
m = regex.search(path)
print 'search done'
if m:
    print 'match', m, m.groups()
else:
    print 'no match'

我不完全确定如何加快速度！

Answer 1

正则表达式中的[]不会对正则表达式进行分组。它用于指定字符类。

也许这会奏效 -

\w*/{0,10}

对于分组，只需使用()

(\w*/){0,10}

修改

根据您编辑的问题，我认为您想要的是0-3次出现的目录名称匹配，然后文件名也匹配。

假设文件名中只有字母（以及可选的最多三个字符的扩展名）

^((?:[:\w]+/){0,3})(\w+(?:\.\w{1,3})?)?$

这是非常大的，但可以分为两部分

这就是你已经拥有的

((?:[:\w]+/){0,3})

我添加的内容

(\w+(?:\.\w{1,3})?)?

这是最后的可选文件名。（如果它不是可选的，您可以删除最后一个?）。文件名本身既可以由字母组成，也可以包含最多3个字符的扩展名

添加^和$将停止激烈的匹配

>>> pat=re.compile('^((?:[:\w]+/){0,3})(\w+(?:\.\w{1,3})?)?$') >>> my_str='fwefw/wfwf/wefwf/dde.cdf' >>> pat.search(my_str).groups() ('fwefw/wfwf/wefwf/', 'dde.cdf') >>> my_str='fwefw/dde.cdf' >>> pat.search(my_str).groups() ('fwefw/', 'dde.cdf')

Answer 2

而不是这个，由于catastrophic backtracking确实非常缓慢，

((?:^(?:[\w:]+/?)+)|(?:(?<=/)(?:[\w]+/?)+))/dev/model/

试试这个

(^[\w:]+(?:/\w+)*|(?<=/)\w+(?:/\w+)*)/dev/model/

或者

(^[\w:]+[\w/]*|(?<=/)[\w/]+)/dev/model/

您可能需要考虑使用re.match首先验证字符串的方法以及(\w:)?(/\w+)+$等模式

然后，当您可以预期某个结构时，您可以使用更简单的正则表达式来提取数据：

/?([^/]*(?:/[^/]+)*)/dev/model/

Answer 3

您不能像[]一样将[]放在([[\w]*/]{0,10})内>>> re.match(r'(\w*/){0,10}', 'abc/def/ghi/').group() 'abc/def/ghi/'。相反，你想用括号分组。

试试这个：

{{1}}

Python正则表达式在模式中出现零次或多次

3 个答案: