Question

假设我想匹配一个这样的字符串：

123（432）123（342）2348（34）

我可以将123与[\d]*和(432)等数字与\([\d]+\)匹配。

如何通过重复两种模式中的任何一种来匹配整个字符串？

我尝试了[[\d]* | \([\d]+\)]+，但这是不正确的。

我正在使用python re模块。

Answer 1

我认为你需要这个正则表达式：

"^(\d+|\(\d+\))+$"

为了避免灾难性的回溯，你需要将它改为像这样的正则表达式：

"^(\d|\(\d+\))+$"

Answer 2

您可以使用字符类来匹配整个字符串：

[\d()]+

但是，如果您想在不同的组中匹配单独的部分，可以根据需要使用re.findall和空格正则表达式，例如：

>>> import re
>>> s="123(432)123(342)2348(34)"
>>> re.findall(r'\d+\(\d+\)',s)
['123(432)', '123(342)', '2348(34)']
>>>

或者：

>>> re.findall(r'(\d+)\((\d+)\)',s)
[('123', '432'), ('123', '342'), ('2348', '34')]

或者您可以使用\d+获取所有数字：

>>> re.findall(r'\d+',s)
['123', '432', '123', '342', '2348', '34']

如果您想重复匹配模式\d+\(\d+\)，可以使用以下正则表达式：

(?:\d+\(\d+\))+

Answer 3

你可以用这种模式实现它：

^(?=.)\d*(?:\(\d+\)\d*)*$

demo

(?=.)确保至少有一个字符（如果您想允许空字符串，请删除它）。

\d*(?:\(\d+\)\d*)*是一个展开的子模式。说明：使用bactracking正则表达式引擎，当你有一个像(A|B)*这样的子模式，其中A和B是互斥的（或者至少当A或B的结尾分别与B的开头匹配时）或者A），您可以像这样重写子模式：A*(BA*)*或B*(AB*)*。对于您的示例，它替换(?:\d+|\(\d+\))* 这种新形式更有效：它减少了获得匹配所需的步骤，避免了最终的bactracking的很大一部分。

请注意，如果您使用atomic group (?>....)模拟this trick (?=(....))\1并使用前瞻自然是原子的事实，则可以进一步改进它：

^(?=.)(?=(\d*(?:\(\d+\)\d*)*))\1$

demo （比较先前版本所需的步骤数，并检查调试器以查看会发生什么）

注意：如果您不想在括号中包含两个连续数字，则只需在非捕获组内更改量词* +并添加{{1在模式的末尾，在锚(?:\(\d+\))?之前：

或

^(?=.)\d*(?:\(\d+\)\d+)*(?:\(\d+\))?$

如何在正则表达式中表达“重复此部分”？

3 个答案: