正则表达式捕获组

Question

我有一个快速问题，但我无法解决。

我想要解析一些代码行，例如：

• a = a/2;
• b*= a/4*2;
• float c += 4*2*sin(2);

我想获得赋值的变量名称。 所以，在这种情况下，我想检索a，b，c。

我有以下正则表达式：

match = re.search(r'\b(?:float)?(.*)(?:(\+|-|\*|\\)? =)',line)

当我打印出m.group(1)时，它会返回a、b *、c +。

我无法理解为什么它还会捕获等于号前的操作符，有人能解释一下吗？

- overloading

Answer 1

你在使用(.*)进行贪婪捕获，并且允许你的操作符捕获是可选的（以?结尾）；因此，贪婪捕获是带入操作符的那个，而不是让它流到匹配=的组中。

尝试将贪婪捕获更改为仅接受可接受的内容。从外观上看，它只能是字母数字和空格（如果不需要，数字可以省略）：

\b(?:float\s+)?([a-zA-Z0-9]+)\s*(?:(\+|-|\*|\\)? =)

- newfurniturey

---

或者简单地使用非贪婪捕获，这样你就不需要猜测哪些字符是允许的。 - interjay

抱歉，非贪婪捕获是什么样子的？ - overloading

Answer 2

我认为它可以是一个更简单的正则表达式。

首先，您的变量只能是字母数字字符，我还没有见过其他类型的变量。

因此，您的捕获组看起来像这样：(\w+)

然后，如果在变量前面的唯一内容是浮点数，则应该看起来像这样\b(?:float\s+)?

但实际上，这就是我们需要的全部。

唯一遗漏的是，在尝试一次性读取所有内容时，需要读取到行末，否则如果逐行读取则不需要： .*\n

因此，您的整个正则表达式可以是：\b(?:float\s+)?(\w+).*\n 一旦正则表达式达到一个非字母数字字符（例如空格、等号或其他任何字符），它将停止成为捕获组的一部分。

:)

运行我提到的正则表达式在您的示例上：

>>> import re
>>> re.findall(r'\b(?:float\s+)?(\w+).*\n', "a = a/2;\nb*= a/4*2;\nfloat c += 4*2*sin(2);\n")
['a', 'b', 'c']

逐行运行代码：（^表示正则表达式从字符串开头开始匹配。）

>>> re.findall(r'^(?:float\s+)?(\w+)', "a = a/2")
['a']
>>> re.findall(r'^(?:float\s+)?(\w+)', "b*= a/4*2")
['b']
>>> re.findall(r'^(?:float\s+)?(\w+)', "float c += 4*2*sin(2)")
['c']

- Inbar Rose