正则表达式的条件与分组的探索——基于python

本文是关于条件和分组的探索内容，将会在以后新的探索后进行更新，欢迎关注

一、基本符号

分组：()

分组命名：(?P<name> rexp) 将 rexp 匹配的字符串作为分组 name

条件：(?(name)Y|N) 当存在分组 name 时，执行 Y 匹配，否则执行 N， "|N" 可以省略

二、关于分组命名

先看输入

caseStr = r'''
    1-test fire
    2:joker_there
    75-just fine
    66:all_right
'''

有两种格式：“数字 -” ， “数字：”； “数字 -” 匹配带空格的字符串， “数字：”匹配不带空格的字符串

我们以 (?P<ix1>\b\d+\-.*) 来匹配 “数字 -” 这样的模式，并将组名命名为 ix1，得到的输出为

['1-', '75-']

表示分别将 '1-' 和 '75-' 命名为 ix1 的组

这里看不出来分组命名的作用，我们往后面走

三、关于条件

现在，我们有了 ix1 分组，我们用他进行条件判断，正则表达式为

(?P<ix1>\b\d+\-)(?(ix1)([^\n]+))

后面这段 (?(ix1)([^\n]+)) 表示当匹配 ix1 成功后，从 ix1 后面继续匹配得到的结果，于是得到以下结果

[('1-', 'test fire'), ('75-', 'just fine')]

四、应用

那么现在需要想办法达到我们的目的了：“数字 -” 匹配带空格的字符串， “数字：”匹配不带空格的字符串

这里引入另外一个好用的扩展表达式，非捕获

(?:rexp)

表示匹配 rexp 表达式的字符串，但是不返回匹配内容

于是，我们最终的解决思路出来了

      mStr = r'''
      (?:
          (?P<ix1>\b\d+\-)
          (?(ix1)([^\n]+))
      )
      |
      (?:
          (?P<ix2>\b\d+\:)
          (?(ix2)(\w+))
      )
      '''

返回结果如下

[('1-', 'test fire', '', ''), ('', '', '2:', 'joker_there'), ('75-', 'just fine', '', ''), ('', '', '66:', 'all_right')]

如果没有非捕获，返回的结果如下，会将该组内容返回

[('1-test fire', '1-', 'test fire', '', '', ''), ('', '', '', '2:joker_there', '2:', 'joker_there'), ('75-just fine', '75-', 'just fine', '', '', ''), ('', '', '', '66:all_right', '66:', 'all_right')]

由于非捕获不能和分组命名/条件嵌套，所以，这已经是博主能想到的最好的方式了

如果有读者能够消除多余字符串的返回（直接通过正则表达式达成），欢迎在评论区留言

五、附源码

#-*-coding:utf8;-*-
import re

caseStr = r'''
1-test fire
2:joker_there
75-just fine
66:all_right
'''

print caseStr

mStr = r'''
(?:
    (?P<ix1>\b\d+\-)
    (?(ix1)([^\n]+))
)
|
(?:
    (?P<ix2>\b\d+\:)
    (?(ix2)(\w+))
)
'''

res = re.findall(mStr, caseStr, re.VERBOSE)

print res

# 2018/06/26 #

发现一个开源的正则表达式工具，叫做Regex101，在线执行，并且有表达式的解释和常用符号表，还有自己的表达式库，非常方便

正则表达式的条件与分组的探索——基于python

猜你喜欢