Question

我有以下测试程序：

import re

class Test:
    def __init__ (self):
        self.idFiltering = True
        self.aliases = [
            ('rose', 'jasmin')
        ]

        for s in (
            '__rose__',
            'rose',

            'moon__rose',
            'rose__fish',
            'moon__rose__jelly__fish',
            'moon__rose__rose__rose__fish',

            'sun.moon.rose',
            'rose.fish',
            'rosexfish',
            'moon.rose.jelly__fish',

            'moon/rose',
            'rose/fish',
            'moon/rose/jelly__fish',

        ):   
            print (s, self.filterId (s))
        print ('done')

    def filterId (self, qualifiedId):
        if not self.idFiltering or (qualifiedId.startswith ('__') and qualifiedId.endswith ('__')):
            return qualifiedId
        else:        
            for alias in self.aliases:
                pattern = re.compile (rf'((__)|(?=[^./])){alias [0]}((__)|(?=[./$]))')

                # Replace twice to deal with overlap
                qualifiedId = pattern.sub (alias [1], qualifiedId)
                qualifiedId = pattern.sub (alias [1], qualifiedId)

            return qualifiedId

test = Test ()

我希望它会产生：

__rose__ __rose__
rose jasmin
moon__rose moon__jasmin
rose__fish jasminfish
moon__rose__jelly__fish moonjasminjelly__fish
moon__rose__rose__rose__fish moonjasminjasminjasminfish
sun.moon.rose sun.moon.jasmin
rose.fish jasmin.fish
rosexfish rosexfish
moon.rose.jelly__fish moon.jasmin.jelly__fish
moon/rose moon/jasmin
rose/fish jasmin/fish
moon/rose/jelly__fish moon/jasmin/jelly__fish
done

但是会产生：

__rose__ __rose__
rose rose
moon__rose moon__rose
rose__fish jasminfish
moon__rose__jelly__fish moonjasminjelly__fish
moon__rose__rose__rose__fish moonjasminjasminjasminfish
sun.moon.rose sun.moon.rose
rose.fish jasmin.fish
rosexfish rosexfish
moon.rose.jelly__fish moon.jasmin.jelly__fish
moon/rose moon/rose
rose/fish jasmin/fish
moon/rose/jelly__fish moon/jasmin/jelly__fish
done

换句话说，它不会替换单词结尾处的“ rose”。在我的模式中，似乎忽略了$。我在做什么错了？

[在Aran-Fey和Pushpesh Kumar Rajwanshi评论后编辑]

我将正则表达式更改为：

rf'((__)|(?=[^./])){alias [0]}((__)|(?=[./])|$)'

它现在可以正常工作，所以我的问题就解决了。

我也尝试过：

rf'(^|(__)|(?=[./])){alias [0]}((__)|(?=[./])|$)'

但这不起作用。只是好奇：为什么不呢？

[EDIT2]

正如Rarblack所指出的，我的解决方案只是靠运气。根据他/她的建议，我想我找到了正确的正则表达式：

rf'(^|(__)|(?<=[./])){alias [0]}((__)|(?=[./])|$)'

它产生预期的输出，这次不是偶然的。

Answer 1

当您在[]中放置特殊的正则表达式属性时，它们会失去含义并像普通字符一样工作。这就是[./$]无法正常工作的原因。另外，将^放在方括号内意味着不要过滤其中的所有属性：[^./]。

为什么我的正则表达式中的$不匹配行尾

1 个答案: