Python正向后拆分可变宽度答案

【问题标题】：Python positive-lookbehind split variable-widthPython正向后拆分可变宽度
【发布时间】：2014-05-09 23:57:15
【问题描述】：

虽然我已经适当地设置了表达式，但是拆分没有按预期工作。

c = re.compile(r'(?<=^\d\.\d{1,2})\s+');
for header in ['1.1 Introduction', '1.42 Appendix']:
    print re.split(c, header)

预期结果：

['1.1', 'Introduction']
['1.42',  'Appendix']

我得到以下堆栈跟踪：

回溯（最近一次通话最后一次）：

中的文件“foo.py”，第 1 行 c = re.compile(r'(? 编译中的文件“C:\Python27\lib\re.py”，第 190 行
返回 _compile（模式，标志）
_compile
中的文件“C:\Python27\lib\re.py”，第 242 行引发错误，v # 表达式无效
sre_constants.error：后视需要固定宽度的模式

【问题讨论】：

错误消息说 - 你不能在 python 的正则表达式引擎中进行可变长度环视。
看看regex 模块，它允许可变长度的后视。

标签： python regex string split lookbehind

【解决方案1】：

python中的lookbehinds不能是可变宽度的，所以你的lookbehind是无效的。

您可以使用捕获组作为解决方法：

c = re.compile(r'(^\d\.\d{1,2})\s+');
for header in ['1.1 Introduction', '1.42 Appendix']:
    print re.split(c, header)[1:] # Remove the first element because it's empty

输出：

['1.1', 'Introduction']
['1.42', 'Appendix']

【讨论】：

只要表达式不是全局的，在第一个空格中分割是你的方法。听起来它在我的情况下会起作用。
@Mr.Polywhirl 它将在第一个 (^\d\.\d{1,2})\s+ 上拆分，但捕获组意味着它也会保留已拆分的字符。它将在您预期的后向拆分位置拆分。

【解决方案2】：

您在正则表达式中的错误出现在 {1,2} 部分，因为 Lookbehinds 需要是固定宽度的，因此不允许使用量词。

在您将正则表达式放入代码之前，请尝试使用 website 测试您的正则表达式。

但是在您的情况下，您根本不需要使用正则表达式：

试试这个：

for header in ['1.1 Introduction', '1.42 Appendix']:
    print header.split(' ')

结果：

['1.1', 'Introduction']
['1.42', 'Appendix']

希望这会有所帮助。

【讨论】：

所以； *、+、{n}等都不允许？
{n} 是允许的，如果 n 是一个常数，如 1 或 2 或 5 ..等。其他是不允许的，因为长度不是恒定的。简而言之，您的字符长度应该是恒定的。

【解决方案3】：

我的解决方案可能看起来很糟糕。但是您只检查点后的两位数。所以，你可以使用两个lookbehind。

c = re.compile(r'(?:(?<=^\d\.\d\d)|(?<=^\d\.\d))\s+');

【讨论】：