Python regex：具有字符集的Lookbehind + Lookahead

Question

我想将字符串10M5D8P放入字典中：

M：10，D：5，P：8等...

该字符串可以更长，但始终是一个数字，后跟该字母表中的单个字母：MIDNSHP = X

第一步，我想使用先行查找和先行拆分字符串，在两种情况下均匹配此正则表达式：[0-9] + [MIDNSHP = X]

所以我目前无法正常工作的解决方案如下所示：

汇入

re.compile（ “（？<= [0-9] + [MIDNSHP = X]）（？= [0-9] + [MIDNSHP = X]）”）。分裂（ “10M5D8P”）

它给了我我不明白的错误消息：“向后看需要固定宽度模式”

Answer 1

您可以使用re.findall。

>>> import re
>>> s = "10M5D8P"
>>> {i[-1]:i[:-1] for i in re.findall(r'[0-9]+[MIDNSHP=X]', s)}
{'M': '10', 'P': '8', 'D': '5'}
>>> {i[-1]:int(i[:-1]) for i in re.findall(r'[0-9]+[MIDNSHP=X]', s)}
{'M': 10, 'P': 8, 'D': 5}

您的正则表达式将无法正常工作，因为re模块不支持可变长度的后置断言。 而且它也不支持在零宽度边界上分割，因此(?<=\\d)(?=[AZ])也不可能。

Answer 2

look-behind requires fixed-width pattern意味着它的确切含义-向后查找模式必须与Python引擎中的固定数量的字符匹配。 特别是，不允许包含任何量词（ ? ， + ， * ）。 因此，我们应该选择一个固定宽度的片段用作后面的内容：

(?<=[MIDNSHP=X])(?=\d)

这仅使用单个字符作为后向标记，并使用单个数字作为前瞻。 但是，如果尝试使用此表达式split ，则由于Python错误3262 ，它将失败。 您需要改用以下解决方法：

>>> re.compile(r"(?<=[MIDNSHP=X])(?=\d)").sub('|', '10M5D8P').split("|")
['10M', '5D', '8P']

但这很丑。 一个更简单的解决方案是使用findall 提取所需内容 ：

>>> re.findall('([0-9]+)([MIDNSHP=X])', '10M5D8P')
[('10', 'M'), ('5', 'D'), ('8', 'P')]

您可以从中轻松创建字典：

>>> {k:int(v) for v,k in re.findall('([0-9]+)([MIDNSHP=X])', '10M5D8P')}
{'P': 8, 'M': 10, 'D': 5}