Question

我有一个正则表达式来寻找：ABC：`hello`模式。这是代码。

format =r".*\:(.*)\:\`(.*)\`"
patt = re.compile(format, re.I|re.U)
m = patt.match(l.rstrip())
if m:
    ...

当模式在一行中出现一次时效果很好，但是有一个例子“：tagbox：`Verilog`：tagbox：`Multiply`：tagbox：`VHDL`”。它只找到最后一个。

如何找到所有三种模式？

修改

根据Paul Z的回答，我可以使用此代码

format = r"\:([^:]*)\:\`([^`]*)\`"
patt = re.compile(format, re.I|re.U)
for m in patt.finditer(l.rstrip()):
    tag, value = m.groups()  
    print tag, ":::", value

结果

tagbox ::: Verilog
tagbox ::: Multiply
tagbox ::: VHDL

Answer 1

是的，dcrosta建议查看re模块文档，这可能是一个好主意，但我打赌你真的想要finditer函数。试试这个：

format = r"\:(.*)\:\`(.*)\`"
patt = re.compile(format, re.I|re.U)
for m in patt.finditer(l.rstrip()):
    tag, value = m.groups()
    ....

您当前的解决方案总是找到最后一个解决方案，因为初始.*尽可能多地吃掉，同时仍保留有效匹配（最后一个）。顺便说一句，这也可能使你的程序比它需要的速度慢得多，因为.*首先尝试吃掉整个字符串，然后逐个字符地备份，因为剩下的表达式告诉它“太多了，回去吧”。使用finditer应该更高效。

Answer 2

你看过the re module docs了吗？除了re.match（在字符串的开头显式搜索）之外，还有re.findall（查找模式的所有非重叠事件），以及方法match和{编译search的{1}}，它们都接受开始和结束位置以限制正在考虑的字符串部分。另请参阅RegexObject，它返回由模式拆分的子字符串列表。根据您的输出方式，其中一个可能会有所帮助。

Answer 3

re.findall 甚至更好的 regex.findall 可以在一行中为您完成：

import regex as re #or just import re
s = ":tagbox:`Verilog` :tagbox:`Multiply` :tagbox:`VHDL`"
format = r"\:([^:]*)\:\`([^`]*)\`"
re.findall(format,s)

结果是：

[('tagbox', 'Verilog'), ('tagbox', 'Multiply'), ('tagbox', 'VHDL')]

使用Python在同一个字符串中多次重复匹配（）

修改

3 个答案: