Question

我有一个路由器模块，用于将主题与正则表达式进行比较，并将事件与重合键掩码链接。（它是一个简单的网址路由过滤，如symfony http://symfony.com/doc/current/book/routing.html）

import re
from functools import partial

def to_named_groups(match, regexes):
    group_name = re.escape(match.group(0)[1:-1])
    group_regex = regexes.get(group_name, '.*')
    return '(?P<{}>{})'.format(group_name, group_regex)

def make_regex(key_mask, regexes):
    regex = re.sub(r'\{[^}]+\}', partial(to_named_groups, regexes=regexes),
                   key_mask)
    return re.compile(regex)

def find_matches(key_mask, text, regexes=None):
    if regexes is None:
        regexes = {}
    try:
        return make_regex(key_mask, regexes).search(text).groupdict()
    except AttributeError:
        return None

find_matches('foo/{one}/bar/{two}/hello/{world}', 'foo/test/bar/something/hello/xxx')

输出：

{＆＃39; one＆＃39;：＆＃39; test＆＃39;，＆＃39; two＆＃39;：＆＃39; something＆＃39;，＆＃39; world＆＃39;：＆＃39; XXX＆＃39;} 块引用

find_matches('hello/{city}/{phone}/world', 'hello/mycity/12345678/world', regexes={'phone': '\d+'})

输出：

{＆＃39; city＆＃39;：＆＃39; mycity＆＃39;，＆＃39; phone＆＃39;：＆＃39; 12345678＆＃39;} 块引用

find_matches('hello/{city}/{phone}/world', 'hello/something/mycity/12345678/world', regexes={'phone': '\d+'})

输出：

{＆＃39; city＆＃39;：＆＃39; something / mycity＆＃39;，＆＃39; phone＆＃39;：＆＃39; 12345678＆＃39;}

这是不匹配的（应该返回None而不是＆＃39; city＆＃39;：＆＃39; something / mycity＆＃39;）。我怎么解决这个问题？我怎样才能匹配第一个＆＃34; /＆＃34;发生或以其他方式？

谢谢！

Answer 1

让我们来看看你正在构建的正则表达式：

hello/(?P<city>.*)/(?P<phone>\d+)/world

.*将匹配任何内容，包括带有斜杠的内容，只要剩下足够的斜线以匹配模式的其余部分。

如果你不希望它匹配斜线...你已经知道如何做到这一点，因为你在re.sub中做了完全相同的事情：使用除了斜线之外的所有字符类，而不是一个点。

def to_named_groups(match, regexes):
    group_name = re.escape(match.group(0)[1:-1])
    group_regex = regexes.get(group_name, '[^/]*')
    return '(?P<{}>{})'.format(group_name, group_regex)

但与此同时，如果您不了解正在构建的正则表达式，那么为什么要构建它们？只需.split('/')，您就可以更轻松地将其解析为路径分离的组件。例如，如果没有额外的regexes，我认为这就是你想要的：

def find_matches(key_mask, text):
    mapping = {}
    for key, value in zip(key_mask.split('/'), text.split('/')):
        if key[0] == '{' and key[-1] == '}':
            mapping[key[1:-1]] = value
        elif key != value:
            return
    return mapping

而regexes只是添加一些验证检查的一种方法。（正如所写，它可以用来打破正常的斜线分离方案，但我认为这是一个错误，而不是一个功能 - 事实上，我认为这正是首先驱使你到StackOverflow的错误。）所以，只是明确地做它们：

def find_matches(key_mask, text, regexes={}):
    mapping = {}
    for key, value in zip(key_mask.split('/'), text.split('/')):
        if key[0] == '{' and key[-1] == '}':
            key=key[1:-1]
            if key in regexes and not re.match(regexes[key], value):
                return
            mapping[key] = value
        elif key != value:
            return
    return mapping

第二个版本已经阻止正则表达式匹配/，因为在你应用它们之前你已经拆分了斜杠。因此，您不需要在评论中要求进行清理。

但无论如何，清除正则表达式的最简单方法是在使用它们之前对它们进行清理，而不是使用正则表达式将所有内容构建到一个大正则表达式中，然后尝试对其进行清理。例如：

regexes = {key: regex.replace('.*', '[^/]*') for key, regex in regexes.items()}

Answer 2

考虑将group_regex更改为更具限制性的内容，例如[^/]*（允许任何非斜杠字符）或使其不那么贪婪，例如.*?

来源：http://docs.python.org/2/library/re.html

python简单路由器url匹配器，如何重新匹配第一个“/”发生

2 个答案: