Python中的正则表达式匹配

Question

我有一个这样的正则表达式

r"^(.*?),(.*?)(,.*?=.*)"

还有这样的字符串

name1,value1,tag11=value11,tag12=value12,tag13=value13

我正在尝试使用正则表达式检查字符串是否遵循以下格式：name,value，名称和值对以逗号分隔。

然后我需要使用正则表达式提取逗号分隔的数据。

我将数据提取为第一组作为 name1，第二组作为 value2，第三组从 tag11 到 value13 完全匹配（由于贪婪匹配）。

但我想匹配每个名称和值对。我是 Python 新手，不知道如何实现这一点。

Answer 1

事实证明，与 .NET 不同，Python 不支持重复命名的捕获组，这有点可惜（这意味着我的解决方案比我想象的要长一些）。这符合您的要求吗？

import re

def is_valid(s):
    pattern = '^name\d+,value\d+(,tag\d+=value\d+)*$'
    return re.match(pattern, s)

def get_name_value_pairs(s):
    if not is_valid(s):
        raise ValueError('Invalid input: {}'.format(s))

    pattern = '((?P<name1>\w+),(?P<value1>\w+))|(?P<name2>\w+)=(?P<value2>\w+)'
    for match in re.finditer(pattern, s):
        name1 = match.group('name1')
        name2 = match.group('name2')
        value1 = match.group('value1')
        value2 = match.group('value2')

        if name1 and value1:
            yield name1, value1
        elif name2 and value2:
            yield name2, value2

if __name__ == '__main__':
    testString = 'name1,value1,tag11=value11,tag12=value12,tag13=value13'
    assert not is_valid('')
    assert not is_valid('foo')
    assert is_valid(testString)

    print(list(get_name_value_pairs(testString)))

输出

[('name1', 'value1'), ('tag11', 'value11'), ('tag12', 'value12'), ('tag13', 'value13')]

编辑 1

添加了输入验证逻辑。假设：

• 必须具有name<x>,value<x> 形式的初始名称/值对
• 以下所有对必须采用tag<x>=value<x> 形式
• 名称和值仅由字母数字字符组成
• 不允许有空格

请注意，我目前没有验证 x 是否是名称/值对中的相同值，我认为这是一项要求。我不知道该怎么做把这个留给读者练习。

Answer 2

为什么不用逗号分开：

s = 'name1,value1,tag11=value11,tag12=value12,tag13=value13'
print(s.split(','))

如果你想使用正则表达式，使用模式也很简单：

[^,]+

例子：

https://regex101.com/r/jS6fgW/1

Answer 3

首先，验证格式 acc。到您的模式，然后使用 [,=] 正则表达式（匹配 , 和 =）拆分并转换为这样的字典：

import itertools, re
s = 'name1,value1,tag11=value11,tag12=value12,tag13=value13'
if re.match(r'[^,=]+,[^,=]+(?:,[^,=]+=[^,=]+)+$', s):
    l = re.split("[=,]", s)
    d = dict(itertools.izip_longest(*[iter(l)] * 2, fillvalue=""))
    print(d)
else:
    print("Not valid!")

见Python demo

pattern 是

^[^,=]+,[^,=]+(?:,[^,=]+=[^,=]+)+$

详情：

• ^ - 字符串的开头（在 re.match 中，可以省略，因为模式已经锚定）
• [^,=]+ - 除= 和, 之外的1+ 个字符
• , - 逗号
• [^,=]+ - 除= 和, 之外的1+ 个字符
• (?:,[^,=]+=[^,=]+)+ - 1 个或多个序列：
  • , - 逗号
  • [^,=]+ - 除= 和, 之外的1+ 个字符
  • = - 等号
  • [^,=]+ - 除= 和, 之外的1+ 个字符
• $ - 字符串结束。