Question

有人可以告诉我为什么这个正则表达式在oneline正则表达式网站上正常工作，但在python中使用re.compile（）时却没有。

我使用过这个网站： https://regex101.com/和测试过的字符串是：

"test": "value"

Python代码

x = r'((?(?=")(?:"(?(?<=\\)(?:.)|(?:[^")]))+")|(?:\w+)))(:|~)\s+((?(?=")(?:"(?(?<=\\)(?:.)|(?:[^"]))+")|(?:\w+)))'
re.compile(x)

错误：

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Python27\lib\re.py", line 190, in compile
    return _compile(pattern, flags)
  File "C:\Python27\lib\re.py", line 245, in _compile
    raise error, v # invalid expression
sre_constants.error: bad character in group name

Answer 1

如果你想要超越标准的能力，试试这个： https://bitbucket.org/mrabarnett/mrab-regex

它是re的替代品，但支持更多新功能，包括条件模式。

Answer 2

从您的示例字符串和regex101输出中，您似乎正在尝试将Python字符串与常规形式进行匹配：

"word": "word"

也就是说，第1组和第3组是可以用双引号引起来的单词，也可以不加引号，但是否用单引号引起来，第2组是冒号或代字号，可以跟随由空格字符组成。所以：

goodString = "\"test\": value"
badString = "test\": value"

您的正则表达式编译字符串的问题实际上暗示了解决方案！ This question阐明了返回的错误，而Python documentation提供了有关命名组的信息。

通过使用命名组，可以使表达式更短，更Python化！

x = r'((?P<a>\"?)\w+(?P=a))(:|~)\s+((?P<b>\"?)\w+(?P=b))'

为清楚起见：

group 1 = ((?P<a>\"?)\w+(?P=a))
group 2 = (:|~)\s+
group 3 = ((?P<b>\"?)\w+(?P=b))

第1组和第3组捕获子组（分别为a和b）中是否存在引号，然后在单词末尾检查该子组。

您也无需命名组！您可以简单地引用他们的电话号码：

x = r'((\"?)\w+(\2))(:|~)\s+((\"?)\w+(\6))'

作为最终测试：

x = r'((\"?)\w+(\2))(:|~)\s+((\"?)\w+(\6))'
goodString = "\"test\": value"
badString = "test\": value"
print(re.match(x,goodString))
print(re.match(x,badString))

输出：

<_sre.SRE_Match object; span=(0, 13), match='"test": value'>
None

Python正则表达式错误：组名中的错误字符

2 个答案: