Question

我正在尝试解析以下字符串：

constructor: function(some, parameters, here) {

使用以下正则表达式：

re.search("(\w*):\s*function\((?:(\w*)(?:,\s)*)*\)", line).groups()

我得到了：

('constructor', '')

但我期待的更像是：

('constructor', 'some', 'parameters', 'here')

我错过了什么？

Answer 1

如果您将模式更改为：

print re.search(r"(\w*):\s*function\((?:(\w+)(?:,\s)?)*\)", line).groups()

你会得到：

('constructor', 'here')

这是因为（来自docs）：

如果一个组包含在多次匹配的模式的一部分中，则返回最后一个匹配。

如果你能一步到位，我就不知道怎么做。你的另一种选择当然是做一些事情：

def parse_line(line):
    cons, args = re.search(r'(\w*):\s*function\((.*)\)', line).groups()
    mats = re.findall(r'(\w+)(?:,\s*)?', args)
    return [cons] + mats

print parse_line(line)  # ['constructor', 'some', 'parameters', 'here']

Answer 2

一种选择是使用更高级的regex而不是库存re。除了其他好处之外，它支持captures，与groups不同，它保存每个匹配的子字符串：

>>> line = "constructor: function(some, parameters, here) {"
>>> import regex
>>> regex.search("(\w*):\s*function\((?:(\w+)(?:,\s)*)*\)", line).captures(2)
['some', 'parameters', 'here']

Answer 3

re模块不支持重复捕获：组计数是固定的。可能的解决方法包括：

1）将参数捕获为字符串，然后将其拆分：

match = re.search("(\w*):\s*function\(([\w\s,]*)\)", line).groups()
args = [arg.strip() for arg in math[1].split(",")]

2）将参数作为字符串捕获，然后找到它：

match = re.search("(\w*):\s*function\(([\w\s,]*)\)", line).groups()
args = re.findall("(\w+)(?:,\s)*", match[1])

3）如果您的输入字符串已经过验证，您可以找到所有内容：

re.findall("(\w+)[:,)]", string)

或者，您可以使用regex模块并捕获（），如@georg所示。

Answer 4

您可能需要在此处执行两项操作（search和findall）：

[re.search(r'[^:]+', given_string).group()] + re.findall(r'(?<=[ (])\w+?(?=[,)])', given_string)

Output: ['constructor', 'some', 'parameters', 'here']

Python正则表达式子组捕获

4 个答案: