如何制作Python正则表达式以匹配多个模式到同一索引

Question

是否可以获取所有重叠匹配项，这些匹配项从相同的索引开始，但来自不同的匹配组？

例如，当我从“ABC”中查找模式“(A)|(AB)”时，正则表达式应返回以下匹配项：

(0，“A”)和(0，“AB”)

- Mikael Lepistö

---

实际上这还是个未决问题，我没有很清楚地说明我要寻找什么样的匹配。另一个例子是对于"AABAABA"，我想要得到的匹配是(0,['A'])，(1,['A','AB'])，(3, ['A'])，(4, ['A','AB'])，(6, ['A'])。 - Mikael Lepistö

这个问答非常有用，因为它回答了两个问题，其中一个被误解了，但仍然很有用。 - n611x007

Answer 1

关于这个问题的一种可能解释请参见Evpok的回答。另一个解释是你想要从同一位置同时匹配所有模式。在这种情况下，你可以使用前瞻表达式。例如，正则表达式：

(?=(A))(?=(AB))

这将为您提供所需的结果（即两个模式匹配在一起并带有组的所有位置）。

更新：通过额外的澄清，这仍然可以使用单个正则表达式完成。您只需要使上面的两个组都是可选的，即

(?=(A))?(?=(AB))?(?:(?:A)|(?:AB))

然而，我不建议这样做。你可以更容易地分别查找每个模式，然后将结果合并。

string = "AABAABA"
result = [(g.start(), g.group()) for g in re.compile('A').finditer(string)]
result += [(g.start(), g.group()) for g in re.compile('AB').finditer(string)]

- Howard

---

不错！这似乎正是我想要的。 - Mikael Lepistö

我在问题中添加了澄清的注释。这个解决方案确实只给出了两个模式都匹配的匹配项。对于上面的评论案例，它们将是（1，['A'，'AB']）和（4，['A'，'AB']）。 - Mikael Lepistö

顺便问一下，re.compile('AB').finditer(string) 真的有用吗？ re.finditer('AD',string) 应该就可以了，或者如果你非常想要预编译它，那么在列表推导式之外进行编译也可以起到澄清表达式的作用。 - Evpok

Answer 2

我理解到这一点，尽管我无法回忆起来是从哪里或谁那里得到的。

def myfindall(regex, seq):
    resultlist = []
    pos = 0
    while True:
        result = regex.search(seq, pos)
        if result is None:
            break
        resultlist.append(seq[result.start():result.end()])
        pos = result.start() + 1
    return resultlist

它返回一个所有匹配项（甚至重叠的）的列表，每个索引只能有一个匹配项的限制。

- Evpok

---

如果上面的代码似乎只返回'A'，而不匹配'AB'。 - Mikael Lepistö

真的，与没有独占部分的匹配不会中断。顺便问一下，https://dev59.com/5m035IYBdhLWcg3wHsKR#5616910 这个链接可行吗？ - Evpok

不是真的。我之前尝试过那样做，但它并不像我想要的那样工作。它只为匹配字符串的每个索引执行一次匹配。最终我编写了一个简单的查找表解析器，因为这是一个相当棘手的正则表达式案例。 - Mikael Lepistö

我没有意识到Python有一个单独的“search”函数，而“match”只匹配字符串的开头：http://docs.python.org/2/library/re.html#search-vs-match - n611x007