我正在学习正则表达式。我不知道如何将不同的正则表达式组合成一个通用的正则表达式。
我想写一个可以适用于多种情况的单一正则表达式。我知道可以使用或 " | "运算符来使用简单粗暴的方法来实现这一点。
但是我并不喜欢这种方法。有人能告诉我更好的方法吗?
我正在学习正则表达式。我不知道如何将不同的正则表达式组合成一个通用的正则表达式。
我想写一个可以适用于多种情况的单一正则表达式。我知道可以使用或 " | "运算符来使用简单粗暴的方法来实现这一点。
但是我并不喜欢这种方法。有人能告诉我更好的方法吗?
你需要编译所有的正则表达式函数。参考以下示例:
import re
re1 = r'\d+\.\d*[L][-]\d*\s[A-Z]*[/]\d*'
re2 = '\d*[/]\d*[A-Z]*\d*\s[A-Z]*\d*[A-Z]*'
re3 = '[A-Z]*\d+[/]\d+[A-Z]\d+'
re4 = '\d+[/]\d+[A-Z]*\d+\s\d+[A-Z]\s[A-Z]*'
sentences = [string1, string2, string3, string4]
for sentence in sentences:
generic_re = re.compile("(%s|%s|%s|%s)" % (re1, re2, re3, re4)).findall(sentence)
要使用任意一系列 RE 来查找所有匹配项,您只需要连接每个返回的匹配列表即可:
re_list = [
'\d+\.\d*[L][-]\d*\s[A-Z]*[/]\d*', # re1 in question,
...
'\d+[/]\d+[A-Z]*\d+\s\d+[A-z]\s[A-Z]*', # re4 in question
]
matches = []
for r in re_list:
matches += re.findall( r, string)
为了提高效率,最好使用已编译的正则表达式列表。
或者您可以使用以下方式连接元素正则表达式字符串
generic_re = re.compile( '|'.join( re_list) )
我看到很多人正在使用管道,但那似乎只匹配第一个实例。如果你想匹配所有实例,请尝试使用前瞻。
例如:
>>> fruit_string = "10a11p"
>>> fruit_regex = r'(?=.*?(?P<pears>\d+)p)(?=.*?(?P<apples>\d+)a)'
>>> re.match(fruit_regex, fruit_string).groupdict()
{'apples': '10', 'pears': '11'}
>>> re.match(fruit_regex, fruit_string).group(0)
'10a,11p'
>>> re.match(fruit_regex, fruit_string).group(1)
'11'
(?= ...)
是一个向前查找:
如果 ... 匹配下一个字符,但不消耗字符串。这被称为前瞻断言。例如,Isaac (?=Asimov) 只会匹配 'Isaac ' 如果它后面跟着 'Asimov'。
.*?(?P<pears>\d+)p
在字符串中任何位置查找一个紧随数字“p”的数字,并将该数字命名为“pears”。
group(0)
得到'10a,11p'
的。当我运行它时,它只给了我''
。你是指groups()
吗? - StarwarswiiP<?>
和 .groupdict()
,但这样做可能会非常冗长和不可靠。如果您只需要几个匹配项,那么可以尝试以下类似的方法:bucket_name, blob_path = tuple(item for item in matches.groups() if item is not None)
你可能不需要编译两个正则表达式。这里有一种方法,看看是否适用于你。
>>> import re
>>> text = 'aaabaaaabbb'
>>> A = 'aaa'
>>> B = 'bbb'
>>> re.findall(A+B, text)
['aaabbb']
>>>
更多阅读阅读文档
sentence
未定义 +findall
需要一个字符串而不是列表。也许您的意思是要做for sentence in sentences
? - Tomerikoo|
运算符实际上具有最低优先级(即它比任何可能用于re1
...re4
中的其他运算符都具有“较弱的绑定力”)。 - Andre Holzner