有没有办法确定正则表达式是否只匹配固定长度的字符串？
我的想法是扫描 *,+ 和 ?然后，需要一些智能逻辑来寻找 {m,n} 其中 m!=n。
没有必要采取|考虑到运营商。
小例子：^\d{4} 是定长的； ^\d{4,5} 或 ^\d+ 是可变长度的
我正在使用 PCRE。
谢谢。
保罗·普拉特
【问题讨论】：
|。毕竟，正则表达式/ab|c/ 的固定长度是多少？
只是为了好玩。
假设我们测试的正则表达式仅支持+、*、?、{m,n}、{n} 和[...]（除了一些奇怪的语法，如[]] 和[^]]）。那么正则表达式只有在遵循语法时才是固定长度的：
REGEX -> ELEMENT *
ELEMENT -> CHARACTER ( '{' ( \d+ ) ( ',' \1 )? '}' )?
CHARACTER -> [^+*?\\\[] | '\\' . | '[' ( '\\' . | [^\\\]] )+ ']'
在 PCRE 中可以改写为：
^(?:(?:[^+*?\\\[{]|\\.|\[(?:\\.|[^\\\]])+\])(?:\{(\d+)(?:,\1)?\})?)*$
【讨论】：
根据regular-expressions.info，PCRE 引擎仅支持固定长度的正则表达式和lookbehinds 内的交替。
所以如果你有一个有效的正则表达式，用(?<= 和) 包围它，看看它是否仍然可以编译。然后你知道它要么是固定大小的，要么是固定大小的正则表达式的交替。
我不确定a(b|cd)e 之类的东西 - 这绝对不是固定大小的，但它仍然可以编译。您需要尝试一下（我没有安装 C/PCRE）。
【讨论】：
好吧，您可以利用 Python 的正则表达式引擎仅允许在后向断言中使用固定长度的正则表达式这一事实：
import re
regexes = [r".x{2}(abc|def)", # fixed
r"a|bc", # variable/finite
r"(.)\1", # fixed
r".{0,3}", # variable/finite
r".*"] # variable/infinite
for regex in regexes:
try:
r = re.compile("(?<=" + regex + ")")
except:
print("Not fixed length: {}".format(regex))
else:
print("Fixed length: {}".format(regex))
会输出
Fixed length: .x{2}(abc|def)
Not fixed length: a|bc
Fixed length: (.)\1
Not fixed length: .{0,3}
Not fixed length: .*
我假设正则表达式本身是有效的。
现在，Python 如何知道正则表达式是否是固定长度的？只需阅读源代码 - 在 sre_parse.py 中，有一个名为 getwidth() 的方法返回一个由可能的最低和最高长度组成的元组，如果在后向断言中它们不相等，re.compile() 将引发错误. getwidth() 方法递归遍历正则表达式：
def getwidth(self):
# determine the width (min, max) for this subpattern
if self.width:
return self.width
lo = hi = 0
UNITCODES = (ANY, RANGE, IN, LITERAL, NOT_LITERAL, CATEGORY)
REPEATCODES = (MIN_REPEAT, MAX_REPEAT)
for op, av in self.data:
if op is BRANCH:
i = sys.maxsize
j = 0
for av in av[1]:
l, h = av.getwidth()
i = min(i, l)
j = max(j, h)
lo = lo + i
hi = hi + j
elif op is CALL:
i, j = av.getwidth()
lo = lo + i
hi = hi + j
elif op is SUBPATTERN:
i, j = av[1].getwidth()
lo = lo + i
hi = hi + j
elif op in REPEATCODES:
i, j = av[2].getwidth()
lo = lo + int(i) * av[0]
hi = hi + int(j) * av[1]
elif op in UNITCODES:
lo = lo + 1
hi = hi + 1
elif op == SUCCESS:
break
self.width = int(min(lo, sys.maxsize)), int(min(hi, sys.maxsize))
return self.width
【讨论】：