Question

在this question的帮助之后，我有一个正则表达式：

A。查找包含数字的单词，例如1.2（但那不是最后一场比赛......）

B。如果可能，将匹配向左和向右延伸到另一个包含数字的单词，只要每个单词之间不超过三个不包含数字的单词包含单词的数字。

C。将匹配向左和向右延伸，以包含4个包含非数字的单词的序列。

    sample = "AA AA AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB BB"
    matches = re.findall(r'(?=(\s(?:[^\d\s]+[\s]+){4}(?:[^\d\s]*\d+(?:[^\d\s]+[\s]+){1,3}?)*?[^\d\s]*\d+.*?(?:[\s]+[^\d\s]+){4}\s))', sample)

匹配：AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB

请帮我修改这个正则表达式。我仍然希望它能够完成A点和B点，而不是C，我想获得0-4尾随和起始单词的所有25个序列组合。

这是我想要的输出：

"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"1.2 BB 1.2 BB 1.3 BB BB BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB BB"
"AA 1.2 BB 1.2 BB 1.3 BB BB"
"1.2 BB 1.2 BB 1.3 BB BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB"
"AA 1.2 BB 1.2 BB 1.3 BB"
"1.2 BB 1.2 BB 1.3 BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3"
"AA AA AA 1.2 BB 1.2 BB 1.3"
"AA AA 1.2 BB 1.2 BB 1.3"
"AA 1.2 BB 1.2 BB 1.3"
"1.2 BB 1.2 BB 1.3"

理想情况下，这可以使用初始正则表达式完成。

Answer 1

让我们看一下伪代码的解决方案，这样我们就不会陷入具体的困境 - 特别是因为我可能误解了规范。

据我了解，您想要生成的组合将围绕枢轴点构建。

确定每个支点和最长的＆＃34;翅膀＆＃34; 。为此，构建匹配(G1)(Pivot)(G2)的正则表达式，其中捕获G1和G2是枢轴周围最长的允许扩展（＆＃34;翼＆＃34;）。
使用两个for循环在代码中构建组合。在代码中，将G1和G2拆分为单词，并使用两个嵌套for循环构建所有可能的组合。

Pivot和Wings的示例正则表达式

在the demo中，您可以检查第1组，第2组和第3组。枢轴是第一个1.2。左翼是AA AA AA AA。右翼是BB 1.2 BB 1.3 BB BB BB BB。

请注意，通过使.*?贪婪，我们获得了不同的匹配。在这种情况下，枢轴为1.3，左翼为AA AA AA AA 1.2 BB 1.2 BB，右翼为BB BB BB BB（见demo）。

这里有一些代码可以帮助您入门。

import re
subject = "AA AA AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB BB"
myregex = r"""(?x)
(          # Start Group 1: the left wing
   # The four first words
   (?:[^\d\s]+[ ]){4}
   # The optional digit-non-digit groups
   (?:
        \S*\d\S*[ ]                  # a digit-containing word
        (?:[^\d\s]+){1,3}[ ]        # 1 to 3 non-digit words
   )*?
)        # Close Group 1 (the left wing)

# The Pivot
(\S*\d\S*)

(             # Start Group 2: the right wing
# Get to the Last Required Digit Word
   (?:
     (?:[ ][^\d\s]+){1,3}        # 1 to 3 non-digit words
     [ ]\S*\d\S*                  # a digit-containing word
   )*
# The four last words
(?:[ ][^\d\s]+){4}
)              # End Group 2: the right wing
"""
match = re.search(myregex,subject)
leftwing = match.group(1)
pivot = match.group(2)
rightwing = match.group(3)
wordregex = re.compile("\S+")
print("Left Wing Tokens: ",wordregex.findall(leftwing))
print("Pivot: ", pivot)
print("Left Wing Tokens: ",wordregex.findall(rightwing))
print("Now it's up to you to write the loops to build the combinations!")

<强>输出

Left Wing Tokens:  ['AA', 'AA', 'AA', 'AA']
Pivot:  1.2
Left Wing Tokens:  ['BB', '1.2', 'BB', '1.3', 'BB', 'BB', 'BB', 'BB']
Now it's up to you to write the loops to build the combinations!

python正则表达式查找以数字为中心的子串并生成组合

1 个答案: