Question

我尝试捕获看起来像%a，%b等的字符串片段，并用一些值替换它们。此外，我希望能够通过键入%来转义%%字符。

在示例字符串%d%%f%x%%%g中，我想匹配%d%%f%x%%%g（%d，%x，%g）。

我的正则表达式如下：

(?:[^%]|^)(?:%%)*(%[a-z])

(?:[^%]|^) - 匹配行的开头或与%不同的字符
(?:%%)* - 匹配0次或多次%%次出现（已转义%）
(%[a-z]) - 与%a，%b等模式的正确匹配

添加前两个元素以支持%字符的转义。

但是，在示例字符串上运行regexp时，找不到最后一个片段（%g）：

>>> import re
>>> pat = re.compile("(?:[^%]|^)(?:%%)*(%[a-z])")
>>> pat.findall("%d%%f%x%%%g")
['%d', '%x']

但在%%%g之前添加一个字符后，它开始正常工作：

>>> pat.findall("%d%%f%x %%%g")
['%d', '%x', '%g']

在与x组匹配后，[^%]似乎再次与(%[a-z])不匹配。如何更改正则表达式以强制它再次检查上一个匹配的最后一个字符？我读到了\G，但它没有帮助。

Answer 1

为什么它没有选择%g？

要选择%g，必须先选择%%。甚至在此之前它必须具有non-%字符，或者在字符串的开头。因此，x%%%g可能与您匹配。但是在先前的匹配期间（即打印x时）选择了%x。

简单来说，你的正则表达式匹配有重叠。所以你可以用下面的方法克服这一点。我将你的正则表达式放在(?= ... )

中

pat = re.compile("(?=(?:[^%]|^)(?:%%)*(%[a-z]))")

Answer 2

您需要以不同的方式构建正则表达式：

>>> import re
>>> regex = re.compile(r"(?:[^%]|%%)*(%[a-z])")
>>> regex.findall("%d%%f%x%%%g")
['%d', '%x', '%g']

<强>说明：

(?:      # Start of a non-capturing group:
 [^%]    # Either match any character except %
|        # or
 %%      # match an "escaped" %.
)*       # Do this any number of times.
(        # Match and capture in group 1:
 %[a-z]  # % followed by a lowercase ASCII alphanumeric
)        # End of capturing group

Answer 3

在我看来，您只希望捕获前面有偶数%x的每个部分%。

如果是，则模式为"(?<!%)(?:%%)*(%[a-z])"

Python正则表达式中的上一组匹配

3 个答案: