Question

如何提取以相同方式开始的最长组？

例如，从给定的字符串中，我想要将最长匹配提取到CS或CSI。

我尝试了这个“（CS | CSI）。*”即使CSI可用，也会返回CS而不是CSI。

如果我做“（CSI | CS）。*”那么我确实得到了CSI，如果匹配，那么我认为解决方案是在较长的一个之后总是放置较短的重叠组。

有没有更明确的方式用re表达这个？不知何故，结果取决于您链接群组的顺序让人感到困惑。

Answer 1

不，这就是它的工作原理，至少在Perl派生的正则表达式中，如Python，JavaScript，.NET等。

http://www.regular-expressions.info/alternation.html

Answer 2

有兴趣知道这样做的正确方法，如果它可以帮助你总是建立你的正则表达式，如：

import re

string_to_look_in = "AUHDASOHDCSIAAOSLINDASOI"
string_to_match = "CSIABC"

re_to_use = "(" + "|".join([string_to_match[0:i] for i in range(len(string_to_match),0,-1)]) + ")"

re_result = re.search(re_to_use,string_to_look_in)

print string_to_look_in[re_result.start():re_result.end()]

Answer 3

vim编辑器中存在类似的功能（“任选匹配的原子的序列”），其中例如， col\%[umn]与col中的color，colum中的columbus和column中的?匹配。

我不知道python中是否有类似的功能，您可以使用嵌套的匿名组，每个组后跟>>> import re >>> words = ['color', 'columbus', 'column'] >>> rex = re.compile(r'col(?:u(?:m(?:n)?)?)?') >>> for w in words: print rex.findall(w) ['col'] ['colum'] ['column']量词，为：

{{1}}

Answer 4

正如Alan所说，模式将按照您指定的顺序进行匹配。

如果要匹配最长的重叠文字字符串，则需要最长的字符串才能显示。但是，如果您愿意，可以自动组织最长到最短的字符串：

>>> '|'.join(sorted('cs csi miami vice'.split(), key=len, reverse=True))
'miami|vice|csi|cs'

python正则表达式，如何提取最长的重叠组

4 个答案: