Python：将f-string与r-string和正则表达式中的花括号组合

Question

给定一个单词（x），返回在该单词中可能出现的n-gram。 你可以根据需要修改n-gram的值，它在pat变量中用花括号表示。 默认的n-gram值为4。

例如，对于单词（x）：

x = 'abcdef'

可能的4-gram为：

['abcd', 'bcde', 'cdef']

def ngram_finder(x):
    pat = r'(?=(\S{4}))'
    xx = re.findall(pat, x)
    return xx

问题是：如何在正则表达式中使用花括号将f-string和r-string组合起来。

- Akbar Hussein

Answer 1

您可以使用此字符串将n值合并到您的正则表达式中，并使用双大括号创建输出中的单个大括号：

fr'(?=(\S{{{n}}}))'

正则表达式需要使用 {} 来表示量词（就像你在原始正则表达式中所做的那样，{4}）。然而，f-strings使用 {} 来表示表达式替换，因此你需要在 f-string 中“转义”正则表达式所需的 {}。这可以通过使用 {{ 和 }} 来完成，在输出中会生成 { 和 }。因此，{{{n}}}（其中 n=4）会生成所需的 '{' + '4' + '}' = '{4}'。

完整代码：

import re

def ngram_finder(x, n):
    pat = fr'(?=(\S{{{n}}}))'
    return re.findall(pat, x)
    
x = 'abcdef'
print(ngram_finder(x, 4))
print(ngram_finder(x, 5))

输出：

['abcd', 'bcde', 'cdef']
['abcde', 'bcdef']

- Nick

---

谢谢，你的解决方案完美地解决了问题；可以问一下这里三个大括号的逻辑是什么？我不太明白，虽然它确实有效！ - Akbar Hussein

@AkbarHussein 正则表达式需要有 {} 来表示量词（就像你原来的正则表达式中使用了 {4}）。f 字符串使用 {} 来表示表达式替换，因此你需要在 f 字符串中“转义”正则表达式所需的 {}。这可以通过使用 {{ 和 }} 来实现，在输出中它们会生成 { 和 }。因此，{{{n}}} 会生成 '{' + '4' + '}' = '{4}'，如所需。 - Nick

这是一种很好的技巧，当你想将模式嵌入到其他模式中时使用（并且不太使用花括号的正则表达式形式）。请注意，通常在将固定字符串嵌入到模式中之前，应该通过 re.escape 将其转义，否则字符串中的某些字符可能会被错误地解释为正则表达式元字符。 - rjh

@rjh 你说得完全正确；不过在这种情况下，n只能是一个数字，所以不需要转义。 - Nick