Question

给定一个字符串（来自文本文件的行）我想找到所有这样构建的子串：

[[words]]

例如：

[[foo [[bar]]

应该同时返回

[[foo [[bar]]

和

[[bar]]

另一个例子：

[[foo]]和[[bar]]

应该产生

[[富]]

和

[[巴]]

我想过像

这样的论坛

\[\[.+\]\]

但它没有正常工作（它匹配太多）。

感谢您的帮助！

Answer 1

重叠匹配：使用Lookahead

对于延迟重叠，请使用此正则表达式：

(?=(\[\[.?*\]\]))

在Python中：

import re
pattern = r"(?=(\[\[.*?\]\]))"
print(re.findall(pattern, "[[foo [[ bar ]]"))
print(re.findall(pattern, "[[foo]] and [[bar]]"))

输出：

['[[foo [[ bar ]]', '[[ bar ]]']
['[[foo]]', '[[bar]]']

对于“贪婪重叠”，请使用(?=(\[\[.*\]\]))

输出：

['[[foo [[ bar ]]', '[[ bar ]]']
['[[foo]] and [[bar]]', '[[bar]]']

<强>解释

前瞻(?= ... )断言括号内的内容可以匹配（但不匹配，以便我们可以找到重叠的匹配）
`（[[。*]]周围的括号将匹配的字符串捕获到Group 1
\[\[匹配[[
.* gredily匹配任何字符
.*?中的星形量词由?变为“懒惰”，因此点只匹配所需的字符数以允许下一个标记匹配（最短匹配）。如果没有?，则.*首先匹配整个字符串，然后仅根据需要进行回溯以允许下一个标记匹配（最长匹配）。
\]\]匹配]]

<强>参考

Answer 2

这使用正向前瞻断言来捕获，返回重叠的匹配：

>>> re.findall(r'(?=(\[\[.*?\]\]))', '[[foo [[ bar ]]')
# ['[[foo [[ bar ]]', '[[ bar ]]']

>>> re.findall(r'(?=(\[\[.*?\]\]))', '[[foo]] and [[bar]]')
# ['[[foo]]', '[[bar]]']

注意 ?量词之后的*使您的比赛非贪婪..

查找重叠匹配

2 个答案:

重叠匹配：使用Lookahead