每次匹配组时检索答案

【问题标题】：Retrieve every times a group matched每次匹配组时检索
【发布时间】：2023-03-15 10:52:01
【问题描述】：

注意：我正在使用 pypi regex 模块

我有以下正则表达式模式（标志V1 + VERBOSE）：

(?(DEFINE)
  (?P<id>[\d-]+)
)
id:\s(?&id)(,\s(?&id))*

如何检索<id> 组匹配的所有时间？

例如，在以下文本中：

不匹配此日期：2020-10-22，但匹配此 ID：5668-235 以及这些 ID：7788-58-2、8688-25、74-44558

我应该能够检索以下值：

["5668-235", "7788-58-2", "8688-25", "74-44558"]

请注意 this regex 匹配模式，但我想在每次匹配特定组时检索（即使它在同一个匹配对象中多次）。

【问题讨论】：

用捕获组包裹它。
即使使用捕获组，在 <id> 模式重复的情况下，如最后一个，不会返回中间匹配，如本例中：regex101.com/r/fDcvJF/3
不要看 regex101 results，它不支持 PyPi 正则表达式库，看我的回答。特别是this demo.

标签： python-3.x regex pypi-regex

【解决方案1】：

DEFINE 块中使用的命名捕获组稍后在模式中用作构建块，当在消费模式部分使用时，它们实际上并不捕获它们匹配的文本。

在这种特殊情况下，您可以使用

(?(DEFINE)
  (?P<id>[\d-]+)
)
id:\s+(?P<idm>(?&id))(?:,\s+(?P<idm>(?&id)))*

见this regex demo。重点是使用额外的命名捕获组，我将其命名为idm，您可以使用任何名称。

见Python demo：

import regex
pat = r'''(?(DEFINE)
  (?P<id>[\d-]+)
)
id:\s+(?P<idm>(?&id))(?:,\s+(?P<idm>(?&id)))*'''
text = r"don't match this date: 2020-10-22 but match this id: 5668-235 as well as these id: 7788-58-2, 8688-25, 74-44558"
print( [x.captures("idm") for x in regex.finditer(pat, text, regex.VERBOSE)] )
# => [['5668-235'], ['7788-58-2', '8688-25', '74-44558']]

【讨论】：