Question

问题：

有没有办法告诉正则表达式引擎将正则表达式的某个部分视为 verbatim （即在没有通常解析的情况下完全按原样查找该部分）而无需手动转义特殊字符？

某些背景信息：

我试图从另一个正则表达式反向引用一个给定正则表达式的组。例如，假设我想将hello(.*?)olleh与文本1匹配，然后在文本2中查找bye$1eyb，其中$1将被文本1中匹配的第1组替换。因此，如果文本1恰好包含字符串"helloFOOolleh"，程序将在文本2中查找"byeFOOeyb"。

在大多数情况下，上述工作正常，但如果文字1包含"hello.olleh"之类的内容，则该计划不仅会与"hello.olleh"匹配，还会与"helloXolleh"，"hellouolleh"匹配在文本2中，等等，因为它将.解释为正则表达式特殊字符而不是普通点字符。

其他评论：

我不能只搜索将$1解析为任何组1匹配所产生的普通字符串，因为我想在文本2中搜索的内容本身可能包含其他不相关的正则表达式。

我一直在努力避免解析从文本1返回的匹配并转义每一个特殊字符，但是如果有人知道这样做的方法可以正常工作。

我目前正在使用Python进行此操作，但如果可以使用任何其他语言/程序轻松完成，我很乐意尝试。

Answer 1

您可以使用re.escape功能转义要匹配的文字。因此，在您提取匹配文本（例如“hello.olleh”中的“。”）之后，在将其插入第二个正则表达式之前应用re.escape。

Answer 2

为了说明BrenBarn所写的内容，

import re

text1 = "hello.olleh"

text2_match   = "bye.eyb"
text2_nomatch = "byeXeyb"

found = re.fullmatch(r"hello(.*?)olleh", text1).group(1)

然后，您可以使用re.escape：

进行新搜索

new_search = "bye{}eyb".format(re.escape(found))

试验：

re.search(new_search, text2_match)
#>>> <_sre.SRE_Match object; span=(0, 7), match='bye.eyb'>

re.search(new_search, text2_nomatch)
#>>> None

正则表达式中类似逐字的上下文

2 个答案: