Question

考虑这个（非常简化的）示例字符串：

1aw2,5cx7

如您所见，它是由逗号分隔的两个digit/letter/letter/digit值。

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，我必须写两次\d\w\w\d。对于小图案，这并不是那么糟糕，但是，对于更复杂的正则表达式，两次写完全相同的东西会使得结束模式变得庞大而且繁琐。这似乎也是多余的。

我尝试使用命名的捕获组：

>>> from re import match
>>> match("(?P<id>\d\w\w\d),(?P=id)", "1aw2,5cx7")
>>>

但它没有用，因为它正在寻找两次1aw2，而不是digit/letter/letter/digit。

是否有任何方法可以保存模式的一部分，例如\d\w\w\d，因此可以在同一模式中使用后者？换句话说，我可以在模式中重用子模式吗？

Answer 1

不，使用标准库re模块时，正则表达式模式不能“符号化”。

当然，您可以通过重复使用Python变量来实现：

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-strings：

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合更大，更复杂的模式。

如果您准备安装外部库，regex project可以使用regex subroutine call解决此问题。语法(?<digit>)重用已使用（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操作，其中(?<groupname>...)是指定的组groupname，(?&groupname)，(?P&groupname)或{ {1}}重复使用(?P>groupname)匹配的模式（后两种形式是与其他引擎兼容的替代方案）。

最后，groupname支持regex块来“定义”子例程模式，而不会在该阶段实际匹配任何内容。您可以在该构造中放置多个(?(DEFINE)...)和(..)捕获组，然后在实际模式中引用它们：

(?<name>...)

要明确：标准库(?(DEFINE)(?<dlld>\d\w\w\d))(?&dlld),(?&dlld) ^...............^ ^......^ ^......^ | \ / creates 'dlld' pattern uses 'dlld' pattern twice模块不支持子例程模式。

Answer 2

注意：这适用于PyPi regex module，而不适用于re模块。

在您的情况下，您可以使用符号(?group-number)：

(\d\w\w\d),(?1)

相当于：

(\d\w\w\d),(\d\w\w\d)

请注意，\w包含\d。正则表达式将是：

(\d[a-zA-Z]{2}\d),(?1)

Answer 3

我对同样的问题感到困扰并写了this snippet

import nre
my_regex=nre.from_string('''
a=\d\w\w\d
b={{a}},{{a}}
c=?P<id>{{a}}),(?P=id)
''')
my_regex["b"].match("1aw2,5cx7")

由于缺少更具描述性的名称，我将部分正则表达式命名为a，b和c。

访问它们就像{{a}}

一样简单

Answer 4

import re
digit_letter_letter_digit = re.compile("\d\w\w\d") # we compile pattern so that we can reuse it later
all_finds = re.findall(digit_letter_letter_digit, "1aw2,5cx7") # finditer instead of findall
for value in all_finds:
    print(re.match(digit_letter_letter_digit, value))

Answer 5

既然您已经在使用re，为什么不也使用字符串处理来管理模式重复：

pattern = "P,P".replace("P",r"\d\w\w\d")

re.match(pattern, "1aw2,5cx7")

OR

P = r"\d\w\w\d"

re.match(f"{P},{P}", "1aw2,5cx7")

Answer 6

尝试使用反向引用，我相信它的工作原理如下，以匹配

1aw2,5cx7

您可以使用

(\d\w\w\d),\1

请参阅此处以获取参考http://www.regular-expressions.info/backref.html

重用正则表达式的一部分

6 个答案: