Question

我有一个字符串和三个我想要匹配的模式，我使用python re包。具体来说，如果找到其中一个模式，则输出＆＃34; Dislikes＆＃34;否则，输出＆＃34; Likes＆＃34;。关于三种模式的简要信息：

模式1：检查字符串中的所有字符是否都是大写字母

模式2：检查连续字符是否相同，例如，   AA，BB ...

pattern3：检查模式XYXY是否存在，X和Y可以相同，   这种模式中的字母不需要彼此相邻。

当我单独编写模式时，程序按预期运行。但是当我使用交替|组合3个模式时，结果是错误的。我检查了stackoverflow帖子，例如here和here。解决方案提供给我不起作用。

以下是可以正常使用的原始代码：

import sys
import re

if __name__ == "__main__":
    pattern1 = re.compile(r"[^A-Z]+")
    pattern2 = re.compile(r"([A-Z])\1")
    pattern3 = re.compile(r"([A-Z])[A-Z]*([A-Z])[A-Z]*\1[A-Z]*\2")

    word = sys.stdin.readline()
    word = word.rstrip('\n')
    if pattern1.search(word) or pattern2.search(word) or pattern3.search(word):
        print("Dislikes")
    else:
        print("Likes")

如果我使用以下代码将3模式合并为1，则出现问题：

import sys
import re

if __name__ == "__main__":

    pattern = r"([A-Z])[A-Z]*([A-Z])[A-Z]*\1[A-Z]*\2|([A-Z])\1|[^A-Z]+"

    word = sys.stdin.readline()

    word = word.rstrip('\n')
    if re.search(word, pattern):
        print("Dislikes")
    else:
       print("Likes")

如果我们调用3种模式p1，p2和p3，我还尝试了以下组合：

pattern = r"(p1|p2|p3)"
pattern = r"(p1)|(p2)|(p3)"

但他们也没有按预期工作。合并它们的正确性是什么？

测试用例：

＆＃34;喜欢＆＃34;：ABC，ABCD，A，ABCBA
＆＃34;不喜欢＆＃34;：ABBC（模式2），THETXH（模式3），ABACADA（模式3），AbCD（模式1）

Answer 1

这是一个加入你的模式：

([^A-Z]+|([A-Z])\2|([A-Z])[A-Z]*([A-Z])[A-Z]*\3[A-Z]*\4)

那么，为什么会这样呢？

它由简单的(p1|p2|p3)模式组成，其中p1，p2和p3是您之前定义的模式：

[^A-Z]+
([A-Z])\1
([A-Z])[A-Z]*([A-Z])[A-Z]*\1[A-Z]*\2

它可以分解为：

(
  [^A-Z]+
 |([A-Z])\2
 |([A-Z])[A-Z]*([A-Z])[A-Z]*\3[A-Z]*\
)

您遇到的问题是群组的编号。

首先，当您合并p2和p3时，两者都会引用\1，但后者代表两种模式中的不同内容。因此，p3应该变为...\2...\3，因为之前还有其他组。

此外，\number引用的组索引按打开顺序编制索引。因此，对应于外部(...|...|...)的开头的第一个括号被计为第一组，\1将引用它。当然，这不是你想要的。但另外，这会给您一个错误，因为\1指的是尚未关闭的组，因此没有定义。

因此，指数应该换一，变为\2，\3和\4。

这样的A|B正则表达式通常嵌套在括号中，但外部的正则表达式实际上可以被删除，并且索引向后移动一个：

[^A-Z]+|([A-Z])\1|([A-Z])[A-Z]*([A-Z])[A-Z]*\2[A-Z]*\3

以下是这种模式的小型演示：

import sys
import re

if __name__ == "__main__":
    pattern1 = re.compile(r"[^A-Z]+")
    pattern2 = re.compile(r"([A-Z])\1")
    pattern3 = re.compile(r"([A-Z])[A-Z]*([A-Z])[A-Z]*\1[A-Z]*\2")    
    pattern = re.compile(r"([^A-Z]+|([A-Z])\2|([A-Z])[A-Z]*([A-Z])[A-Z]*\3[A-Z]*\4)")

    while True:
        try:
            word = input("> ")
            print(pattern1.search(word))
            print(pattern2.search(word))
            print(pattern3.search(word))
            print(pattern.search(word))
        except Exception as error:
            print(error)

互动环节：

> ABC    # Matches no pattern
None
None
None
None

> ABCBA  # Matches no pattern
None
None
None
None

> ABBC   # Matches p2
None
<_sre.SRE_Match object; span=(1, 3), match='BB'> # p2 is matched
None
<_sre.SRE_Match object; span=(1, 3), match='BB'> # Jointure gives the same match

> ABACADA # Matches p3
None
None
<_sre.SRE_Match object; span=(0, 7), match='ABACADA'> # p3 is matched
<_sre.SRE_Match object; span=(0, 7), match='ABACADA'> # Jointure gives the same match

python正则表达式：匹配几个正则表达式之一

测试用例：

1 个答案: