Question

Python 2（使用re模块）。

我想在一个字符串中找到这些匹配项，例如'＆lt; / lt;＆lt; /＆gt;＆lt; 52＆gt;'...但我还想检查这些匹配是否构成整个字符串（来自正则表达式模式的NB你也可以看到'＆lt; 66 /＆gt;'是另一种可接受的模式。）

match_obj_iter = re.finditer( ur'(</?\d+>)|(<\d+/>)', str )
for match_obj in match_obj_iter:
    print( '# match found: group |%s|' % ( match_obj.group() ) )

当然，一种方法是在每次迭代时检查match_obj的结尾=前一个match_obj的开始......第一个是0，最后一个是len（str）。

我只是想知道是否有更好的正则表达式程序（例如，如果我不需要特别迭代匹配）。

Answer 1

你可以通过你的正则表达式来检查它，并检查这是你的字符串的开头和结尾之间唯一存在的东西：

if re.match(ur'^((</?\d+>)|(<\d+/>))+$', str):
    print 'Matches the whole string'
else:
    print 'Doesn\'t match the whole string'

Answer 2

您可以修改正则表达式来执行此操作：

re.match(ur'^(?:(?:</?\d+>)|(?:<\d+/>))+$', str)

仅当字符串由(</?\d+>)|(<\d+/>)的一个或多个匹配组成且字符串中没有其他字符时才匹配。

要查找0或更多内容，只需将+替换为*：

re.match(ur'^(?:(?:</?\d+>)|(?:<\d+/>))*$', str)

请注意，我将像(group)这样的捕获组替换为非捕获组，例如(?:group)，这样可以节省内存并使这样的布尔匹配更快。

是否有一种优雅的方式来看看整个字符串是否只包含匹配？

2 个答案: