具有重复组名的正则表达式答案

【问题标题】：regex with repeated group names具有重复组名的正则表达式
【发布时间】：2020-11-26 14:42:00
【问题描述】：

我正在尝试创建一个正则表达式，其中我有一些重复的组名，例如，在下面的示例中，我想找到 ph、A 和 B 的值，这样如果我替换它们在pattern 中，我检索到string。我使用regex 执行此操作，因为Python 的默认re 库不允许重复名称。

pattern = '(?P<ph>.*?) __ (?P<A>.*?) __ (?P<B>.*?) __ \( (?P<ph>.*?) \-> (?P<A>.*?) = (?P<B>.*?) \) \)'
string = 'y = N __ ( A ` y ) __ ( A ` N ) __ ( y = N -> ( A ` y ) = ( A ` N ) ) )'
match = regex.fullmatch(pattern, string)
for k, v in match.groupdict().items():
    print(f'{k}: {v}')

然后我检索到预期的输出：

ph: y = N
A: ( A ` y )
B: ( A ` N )

我担心的是，这个库似乎存在一些问题，或者我没有正确使用它。例如，如果我将 string 替换为： string = 'BLABLA __ ( A ` y ) __ ( A ` N ) __ ( y = N -> ( A ` y ) = ( A ` N ) ) )'

那么上面的代码为ph、A和B提供完全相同的值，忽略string开头的BLABLA前缀，match应该是None没有解决办法。

有什么想法吗？

注意：更准确地说，在我的问题中，我有一对模式/字符串 (p_0, s_0) ... (p_n, s_n)，我必须在这些对中找到有效匹配，所以我将它们与 __ 分隔符连接在一起，但我也很好奇是否有一个适当的方法可以做到这一点。

【问题讨论】：

“忽略 BLABLA 前缀”是什么意思？你有什么要求？ (?P<ph>.*?) 将在此处匹配 BLABLA，因为它可以尽可能少地匹配任何 0 个或多个字符
所以我希望如果您替换 ph、A 和 B 的值，那么您将准确检索 string，而不是它的子集。我认为这就是 fullmatch 所做的（至少对于 re 库而言）。
什么是subst？无论如何，. 匹配任何字符。如果您不希望它匹配任何字符但某些特定字符，请使用特定模式，不要使用.*?。 模式要求是什么？我不问你有什么任务。
您的意思是您希望前 3 个组等于相应的接下来的 3 个组吗？ ^(?P<ph>.*?) __ (?P<A>.*?) __ (?P<B>.*?) __ $ (?P=ph) \-> (?P=A) = (?P=B) $ \)$?见regex101.com/r/r7IZ77/1
哦，是的，我不知道?P= 反向引用的事情。这正是我的意思。成功了，谢谢！

标签： python regex regex-group python-regex

【解决方案1】：

由于您要确保前三个组等于相应的下三个组，您需要对前三个组使用反向引用，而不是再次使用同名的捕获组：

^(?P<ph>.*?) __ (?P<A>.*?) __ (?P<B>.*?) __ \( (?P=ph) \-> (?P=A) = (?P=B) \) \)$

见regex demo

这里，(?P=ph)、(?P=A) 和 (?P=B) 是 named backreferences，它们与捕获到具有相应名称的组中的相同文本匹配。

^ 和 $ 锚在您的代码中不是必需的，因为您使用了 regex.fullmatch 方法，但是当您在正则表达式测试器中在线测试您的模式时需要它们。

【讨论】：