【问题标题】:Regex: Match brackets both greedy and non greedy正则表达式:匹配方括号贪婪和非贪婪
【发布时间】:2011-08-29 15:08:26
【问题描述】:

我正在使用 python 正则表达式模块,re。

我需要在这两个短语上匹配 '(' ')' 内的任何内容,但“不要那么贪婪”。像这样:

show the (name) of the (person)

calc the sqrt of (+ (* (2 4) 3))

结果应该返回,从短语 1 开始:

name
person

结果应该从短语 2 返回:

+ (* (2 4) 3)

问题是,为了适应第一句话,我使用了'\(.*?\)'

第二句,正好适合+ (* (2 4)

并使用'\(.*\)' 正确匹配第二个短语,第一个短语适合(name) of the (person)

什么正则表达式可以正确处理这两个短语?

【问题讨论】:

  • Kodos 是一个非常好的基于 Python+PyQT3 的正则表达式测试工具。看看吧,当我处于“正则表达式疑问”时,它对我有很大帮助。
  • 要详细说明@Chris 的评论,您似乎正在尝试使用正则表达式来解析一种非正则语言。不要那样做。
  • 关于python中嵌套括号的另一个非常相似的问题是stackoverflow.com/questions/524548

标签: python regex regex-greedy


【解决方案1】:

Pyparsing 可以轻松地为以下内容编写简单的一次性解析器:

>>> text = """show the (name) of the (person)
...
... calc the sqrt of (+ (* (2 4) 3))"""
>>> import pyparsing
>>> for match in pyparsing.nestedExpr('(',')').searchString(text):
...   print match[0]
...
['name']
['person']
['+', ['*', ['2', '4'], '3']]

请注意,嵌套括号已被丢弃,嵌套文本作为嵌套结构返回。

如果您想要每个括号位的原始文本,请使用 originalTextFor 修饰符:

>>> for match in pyparsing.originalTextFor(pyparsing.nestedExpr('(',')')).searchString(text):
...   print match[0]
...
(name)
(person)
(+ (* (2 4) 3))

【讨论】:

    【解决方案2】:

    您正在尝试做的事情看起来像一个调车场(实际上它看起来像 LISP,所以也许您应该检查一下PyLisp)。无需使用正则表达式来解析这些表达式。

    请参阅Shunting yard 文章@维基百科,它是 Python implementation。

    【讨论】:

      【解决方案3】:

      这符合所有必需的信息:

      (?:\()(.*?\){2})|(?:\()(.*?)(?:\))
      

      第 1 组 = + (* (2 4) 3)

      • 最后一个“)”可以用 .strip(')') 去掉

      第 2 组 = 姓名、人

      【讨论】:

        【解决方案4】:

        只要括号不嵌套,就可以使用惰性正则表达式:

        \(.*?\)
        

        虽然理论上您可以在正则表达式中解析有限数量的嵌套,但这非常困难且不值得努力。使用自定义 python 函数更容易做到这一点。请参阅this answer 以获得很好的解释。

        【讨论】:

        • 我认为从第二个示例中可以清楚地看出,有时括号 是 嵌套的。
        • @Matt Ball:是的,我只是认为 OP 可能对非贪婪匹配的语法感兴趣
        猜你喜欢
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 2011-05-04
        • 1970-01-01
        相关资源
        最近更新 更多