Question

我希望匹配正则表达式\(.*\)，\[.*\]，\{.*\}和\<.*\>。有没有办法组合这些正则表达式？

例如，我想到的是： ([\(\[\{\<]).*\1，但当然匹配\(.*\(，\[.*\[，\{.*\{和\<.*\<。

我的目标是能够匹配以前的正则表达式组，但在匹配之前将一个函数应用于该组。

考虑：

def match_pairs(pairs):
    re = '|'.join("({begin}.*{end})".format(begin=beg, end=end) for (beg, end) in pairs)
    return re

我正在考虑使用与上述函数类似的东西，但理想情况下这个函数不会返回一个非常长的正则表达式。如果您认为这个问题没有任何实际价值，请告诉我。我仍然很想知道Python3是否支持这样的任何功能，有点像re.sub可以将一个函数作为替代。如果不存在此类功能，我如何编写match_pairs以便它可以将["()", "[]", "[]", "{}"]作为参数？

Answer 1

此任务的明显（和最短）正则表达式为\(.*\)|\[.*\]|\{.*\}|\<.*\>。

缺点是您有.*子模式的四个副本，因此如果您需要更改它，则必须在4个位置更改它。幸运的是，我们可以通过使用捕获组来解决这个问题：

(?:\(()|\[()|\{()|<()).*(?:\1\)|\2\]|\3\}|\4>)

Online demo.

这可能看起来令人困惑，但实际上非常简单。模式构建如下：

(?:opening_char_1()|opening_char_2()|...).*(?:\1closing_char_1|\2closing_char_2|...)

这使用了一个相当简单的小技巧：每个开场角色（(，[，{，<）都附带一个捕获组，如下所示：{{ 1}}。这允许我们“记住”哪个开头字符匹配 - 如果捕获组1匹配，我们知道开头字符是\[()。如果捕获组2匹配，则开头字符为(，依此类推。所以我们只需使用反向引用（[，\1等）来找出开头字符是什么，然后匹配相应的结束字符。

映射正则表达式组匹配

1 个答案: