Question

我试图构建一个捕获任何数字的正则表达式（整数，浮点数，带有科学记数法）。我使用组，所以如果我需要更新的东西，我只更新一行。这就是我正在做的事情：

intNumber = r"(?P<Integer>-?(0|[1-9]+[0-9]*))" # Integer
floatNumber = r"(?P<Float>"+intNumber+r"\.[0-9]+)" # Float
sciNumber = r"(?P<Scientific>"+floatNumber+r"(e|E)(-|\+)?[0-9]+)" # Scientific
anyNumber = r"(?P<AnyNumber>"+sciNumber+"|(?P=Integer)|(?P=Float))" # Any number

问题在于，尽管每个正则表达式都是独立的，但当我使用或anyNumber将它们全部组合在一起时|，它只能捕获科学记数而不是其他数字。我做错了什么？

编辑：要优化我的问题，是否可以使用动态生成的正则表达式（目标是简单的单点维护），这也足够灵活，允许我使用其组件单独，没有像重新定义组和方便命名组的问题？我知道我可能会问太多......

Answer 1

(?P=Integer)是一个名为的反向引用，与相同的文本（不是递归组子模式！）匹配，与名为＆＃34的捕获组匹配;整数＆＃34 ;.与(?P=Float)相同。这意味着，您需要使用模式本身，而不是反向引用。

此外，如果您计划以这种方式动态构建正则表达式，则无法使用命名的反向引用。使用非捕获组，您的模式构建将类似于

import re
intNumber = r"-?(?:0|[1-9]+[0-9]*)" # Integer
floatNumber = intNumber+r"\.[0-9]+" # Float
sciNumber = floatNumber+r"[eE][-+]?[0-9]+" # Scientific
anyNumber = r"{0}|{1}|{2}".format(sciNumber,floatNumber,intNumber) # Any number
print(re.findall(anyNumber, '12 12.34 12.34E-34'))

请参阅Python demo

Answer 2

我最终做了以下事情：

intNumber_re = r"(?P<Integer>-?(0|[1-9]+[0-9]*))" # Integer
floatNumber_re = r"(?P<Float>"+intNumber_re+r"\.[0-9]+)" # Float
sciNumber_re = r"(?P<Scientific>"+floatNumber_re+r"[eE][-\+]?[0-9]+)" # Scientific
groupNames_re = r'(\?P<Integer>)|(\?P<Float>)|(\?P<Scientific>)'
anyNumber_re = r"(?P<AnyNumber>{0}|{1}|{2})".format(re.sub(groupNames_re,'?:',sciNumber_re),
               re.sub(groupNames_re,'?:',floatNumber_re),re.sub(groupNames_re,'?:',intNumber_re)) # Any number

当我使用groupNames_re函数构造anyNumber RE时，我有效地删除了组名（正则表达式在re.sub()中）。它有点难看，但它起作用，给了我我想要的灵活性。感谢Wiktor的输入，我最终使用了一些代码：）

Python正则表达式命名组

2 个答案: