如何在 Python 中获取匹配正则表达式的组名？

Question

问题是非常基本的，我不知道如何从匹配中找出组名。 让我用代码解释一下：

import re    
a = list(re.finditer('(?P<name>[^\W\d_]+)|(?P<number>\d+)', 'Ala ma kota'))

如何获取a[0].group(0)匹配的组名 - 假设命名模式的数量可以更大？

示例被简化以学习基础知识。

我可以反转匹配a[0].groupdict()但它会很慢。

Answer 1

您可以从编译后的表达式中获取此信息：

>>> pattern = re.compile(r'(?P<name>\w+)|(?P<number>\d+)')
>>> pattern.groupindex
{'name': 1, 'number': 2}

这使用RegexObject.groupindex属性：

将(?P<id>)定义的任何符号组名称映射到组编号的字典。 如果模式中没有使用符号组，则字典为空。

如果您只能访问匹配对象，则可以使用MatchObject.re属性访问模式：

>>> a = list(re.finditer(r'(?P<name>\w+)|(?P<number>\d+)', 'Ala ma kota'))
>>> a[0]
<_sre.SRE_Match object at 0x100264ad0>
>>> a[0].re.groupindex
{'name': 1, 'number': 2}

如果您想知道匹配哪个组，请查看值； None表示从未在比赛中使用过组：

>>> a[0].groupdict()
{'name': 'Ala', 'number': None}

number组从未用于匹配任何内容，因为它的值为None 。

然后，您可以使用以下命令查找正则表达式中使用的名称：

names_used = [name for name, value in matchobj.groupdict().iteritems() if value is not None]

或者如果只有一个组可以匹配，您可以使用MatchObject.lastgroup ：

name_used = matchobj.lastgroup

作为旁注，您的正则表达式有一个致命的缺陷； \\d匹配的所有内容也与\\w匹配。 您永远不会看到在name可以首先匹配的地方使用的number 。 反转模式以避免这种情况：

>>> for match in re.finditer(r'(?P<name>\w+)|(?P<number>\d+)', 'word 42'):
...     print match.lastgroup
... 
name
name
>>> for match in re.finditer(r'(?P<number>\d+)|(?P<name>\w+)', 'word 42'):
...     print match.lastgroup
... 
name
number

但考虑到以数字开头的单词仍然会混淆你的简单情况：

>>> for match in re.finditer(r'(?P<number>\d+)|(?P<name>\w+)', 'word42 42word'):
...     print match.lastgroup, repr(match.group(0))
... 
name 'word42'
number '42'
name 'word'

Answer 2

首先，您的正则表达式在语法上是错误的：您应该将其写为r'(?P<name>\\w+)|(?P<number>\\d+)' 。 此外，即使这个 reg expr 也不起作用，因为特殊序列\\w匹配所有字母数字字符，因此也匹配所有与\\d匹配的字符。 您应该将其更改为r'(?P<number>\\d+)|(?P<name>\\w+)'以使\\d优先于\\w 。 但是，您可以通过使用匹配对象的属性lastgroup来获取匹配组的名称，即： [m.lastgroup for m in re.finditer(r'(?P<number>\\d+)|(?P<name>\\w+)', 'Ala ma 123 kota')]产生： ['name', 'name', 'number', 'name']

Answer 3

name_pattern = "(((\s+)?)((?P<HeadCount>[0-9]{1,2})(?P<LastName>[A-Z]{1,})((([\/]{1,})?)((?P<FirstName>[A-Z]{1,})?)){0,}){1,})"

name_text = "1GILL/HAROONCONSTANTSHER 1HAROON/ANILAMS"
for match in re.finditer(name_pattern,name_text):
    print(match["LastName"])