Question

我有一个表单字段，大多数只包含内联有序列表：

1. This item may be contain characters, symbols or numbers. 2. And this item also...

以下代码不适用于用户输入验证（用户只能输入内联有序列表）：

definiton_re = re.compile(r'^(?:\d\.\s(?:.+?))+$')
validate_definiton = RegexValidator(definiton_re, _("Enter a valid 'definition' in format: 1. meaning #1, 2. meaning #2...etc"), 'invalid')

P.S。：这里我使用Django框架中的RegexValidator类来验证表单字段值。

Answer 1

Nice solution from OP.为了进一步推动，让我们进行一些正则表达式优化/打高尔夫球。

(?<!\S)\d{1,2}\.\s((?:(?!,\s\d{1,2}\.),?[^,]*)+)

以下是新内容：

(?:^|\s)与交替之间的回溯相匹配。在这里，我们使用(?<!\S)来断言我们不在非空白字符前面。
\d{1,2}\.\s不必属于非捕获组。
(.+?)(?=(?:, \d{1,2}\.)|$)太笨重了。我们将此位更改为：
- ( 捕获群组
- (?:
- (?!否定前瞻：断言我们的立场是不：
- ,\s\d{1,2}\.逗号，空白字符，然后是列表索引。
- )
- ,?[^,]*以下是有趣的优化：
- - 如果有逗号，我们匹配逗号。因为我们从先行断言中知道这个位置没有启动新的列表索引。因此，我们可以安全地假设非逗号序列的剩余部分（如果有的话）与下一个元素无关，因此我们使用*量词滚动它们，并且没有回溯。 / LI>
- - 这是对(.+?)的重大改进。
- )+继续重复该组，直到负前瞻断言失败。
- )

您可以使用它代替the other answer中的正则表达式，这里是regex demo！

虽然乍一看，解析时使用re.split()可以更好地解决这个问题：

input = '1. List item #1, 2. List item 2, 3. List item #3.';
lines = re.split('(?:^|, )\d{1,2}\. ', input);
 # Gives ['', 'List item #1', 'List item 2', 'List item #3.']
if lines[0] == '':
  lines = lines[1:];
 # Throws away the first empty element from splitting.
print lines;

这是online code demo。

不幸的是，对于验证，您必须遵循正则表达式匹配方法，只需在楼上编译正则表达式：

regex = re.compile(r'(?<!\S)\d{1,2}\.\s((?:(?!,\s\d{1,2}\.),?[^,]*)+)')

Answer 2

这是我的解决方案。它工作不错。

input = '1. List item #1, 2. List item 2, 3. List item #3.'
regex = re.compile(r'(?:^|\s)(?:\d{1,2}\.\s)(.+?)(?=(?:, \d{1,2}\.)|$)')
# Parsing.
regex.findall(input) # Result: ['List item #1', 'List item 2', 'List item #3.']
# Validation.
validate_input = RegexValidator(regex, _("Input must be in format: 1. any thing..., 2. any thing...etc"), 'invalid')
validate_input(input) # No errors.

Python：如何为内联有序列表创建正则表达式？

2 个答案: