Python中的波斯语正则表达式

Question

我在Python 3中有这个Python正则表达式代码，我不明白。我很感激任何帮助，通过一些例子来解释它究竟是做什么的。代码是这样的：

# encoding=utf-8
import re
newline = re.sub(r'\s+(((زا(ی)?)?|ام?|ات|اش|ای?(د)?|ایم?|اند?)[\.\!\?\،]*)', r'\1 ', newline)

Answer 1

这是你的正则表达式：

\s+(((زا(ی)?)?|ام?|ات|اش|ای?(د)?|ایم?|اند?)[\.\!\?\،]*)

这是一个可视化：

Debuggex Demo

您的替换为r'\1 '，这意味着替换您在第一组中找到的内容后跟空格。我不读波斯语，但这是另一个例子：

\s+((a|b)[./?]*)

Debuggex Demo

所以让我们执行一些代码：

>>> newline = '     a?    b?        a.'
>>> re.sub('\s+((a|b)[./?]*)', r'\1 ', newline)
'a? b? a. '

这会占用特定字符组（前导\s+）之前的额外空格，并将其更改为标识的group 1后跟一个空格（r'\1 '）。