Question

鉴于r＆＃39; a（\ w +）regex＆＃39;这样的正则表达式，我知道我可以捕获该组，但是如果给定一个捕获的组，我想将其转回到正则表达式中。我已经在下面包含了为实现此目的而构建的功能，但由于我不是正则表达式的专家，我想知道是否有更标准的实现此类行为，或者是什么＆＃34;最佳实践＆＃34;将会。

def reverse_capture(regex_string, args, kwargs):
    regex_string = str(regex_string)
    if not args and not kwargs :
        raise ValueError("at least one of args or kwargs must be empty in reverse_capture")
    if kwargs :
        for kwarg in kwargs :
            regex_string = re.sub(r'(?:[^\\[]|[^\\](?:\\\\)+|[^\\](?:\\\\)*\\\[)\(\?P<.+>.+(?:[^\\[]|[^\\](?:\\\\)+|[^\\](?:\\\\)*\\\[)\)',
                                  kwarg,
                                  regex_string)
    elif args :
        for arg in args :
            regex_string = re.sub(r'(?:[^\\[]|[^\\](?:\\\\)+|[^\\](?:\\\\)*\\\[)\(.+(?:[^\\[]|[^\\](?:\\\\)+|[^\\](?:\\\\)*\\\[)\)',
                                  arg,
                                  regex_string)
    else :
        return regex_string

注意：上述功能还没有真正奏效，因为我在尝试覆盖每个案例之前都会想到，我应该在这个网站上提问。

修改

我想我应该澄清一下我的意思。我的目标是编写一个python函数，给出像r＆＃34; ab（。+）c＆＃34;这样的正则表达式。和＃34;有些strinG＆＃34;，我们可以得到以下结论：

>>> def reverse_capture(r"ab(.+)c", "Some strinG")
"abSome strinGc"

也就是说，该参数将被替换为捕获组所在的正则表达式。肯定有更好的格式化字符串的方法;但是，正则表达式是在我的用例中给出的，所以这不是一个选项。

对于任何一个好奇的人，我想要做的是创建一个Django包，它将使用模板标签来查找与某个视图函数或命名url相关联的正则表达式，可选择输入一些参数，然后检查模板中的URL是否与标记生成的URL匹配。这将解决一些导航问题。有一个更简单的包，它做了类似的事情，但它并没有为我的用例服务。

示例：

如果reverse_capture是我尝试编写的函数，那么这里有一些输入/输出的例子（我将正则表达式作为原始字符串传递），以及函数调用：

reverse_capture：正则表达式字符串 - ＆gt;正则表达式输入：正则表达式和字符串输出：通过替换参数，字符串的正则表达式的第一个捕获组获得的正则表达式。

的示例：

>>> reverse_capture(r'(.+)', 'TEST')
'TEST'
>>> reverse_capture(r'a longer (.+) regex', 'TEST')
'a longer TEST regex'
>>> reverse_capture(r'regex with two (.+) capture groups(.+)', 'TEST')
'regex with two TEST capture groups(.+)'

Answer 1

解析正则表达式可能有点复杂。而不是试图解析正则表达式以找出你需要替换匹配的地方，为什么不从格式字符串构建正则表达式，方便的地方是将字符串格式化为匹配？

这是一个示例模板：

>>> regex_template = r'{} lives at {} Baker Street.'

我们插入捕获组来构建正则表达式：

>>> import re
>>> word_group = r'(\w+)'
>>> digit_group = r'(\d+)'
>>> regex = regex_template.format(word_group, digit_group)

将其与字符串匹配：

>>> groups = re.match(regex, 'Alfred lives at 325 Baker Street.').groups()
>>> groups
('Alfred', '325')

将匹配格式化为字符串格式：

>>> regex_template.format(*groups)
'Alfred lives at 325 Baker Street.'

Answer 2

对于将来遇到这个问题的人来说，在我搜索之后，似乎没有很好的库函数可以将值替换为正则表达式的捕获组。

解决此问题/编写自己的函数的最简单方法是制作DFA（Deterministic Finite Automaton），这不是很难。

如果您决定使用正则表达式解决它，那么您可以使用answers to this question将DFA转换为正则表达式，这就是我最终实现自己的解决方案的方法。

将捕获的组恢复为python正则表达式的最佳方法是什么？

2 个答案: