正则表达式回溯整个单词

Question

我有一个字符串，它是键值对的列表，看起来像：

Key=key1,Value=value1 Key=key2,Value=value2

我的一些价值观在他们周围都有大括号，所以我可以这样：

Key=key1,Value={"a":"b"}, Key=key2,Value=value2, Key=key3,Value={"c":{"d":"e"}}

我想创建一个正则表达式以仅匹配括号中的值。 我当前拥有的正则表达式是{[^ =] *}，并且如果其中两个值都不包含=，则可以使用。

这会破坏它：

Key=key1,Value={"a=":"b"}, Key=key2,Value=value2, Key=key3,Value={"c":{"d":"e"}}

我尝试将正则表达式更改为{[^（Key =）] *}，但这与它不匹配。

如果我可以假设Key =是新密钥的开始并且不会出现在正则表达式值中，那么如何修改正则表达式以使其与此匹配？

Answer 1

当前正则表达式的问题在于，您不能对字符类中的字符串进行取反。 这是一个角色类。 因此，这将无法正常工作： {[^(Key=)]*} -它匹配包含不包含( ， K ， e ， y = ， )零次或多次的字符的任何字符串，但是希望它匹配不是Key=任何字符串。

您可以对递归使用其他方法来完成所需的工作：

{(([^{}]|(?R))*)}

演示版

Answer 2

忘记正则表达式。 完成您想用正则表达式执行的操作将容易出错且不可靠。 您总是会遇到一些用正则表达式无法很好处理的小巧情况。

您真正需要的是上下文无关的语法。 使用pyparsing 。

>>> from pyparsing import OneOrMore, Regex, Optional
>>> pairListParser = OneOrMore(u'Key=' + Regex(u'[^,]+') + u',Value=' + Regex(u'[^, ]+') + Optional(Regex(u',? ')))
>>> x = u'Key=key1,Value={"a=":"b"}, Key=key2,Value=value2, Key=key3,Value={"c":{"d":"e"}}'
>>> pairListParser.parseString(x, parseAll=True)
([u'Key=', u'key1', u',Value=', u'{"a=":"b"}', u', ', u'Key=', u'key2', u',Value=', u'value2', u', ', u'Key=', u'key3', u',Value=', u'{"c":{"d":"e"}}'], {}

请注意，在上面的示例中，我假设键不能包含逗号（ , ），值不能包含逗号（ , ）或空格（ ）。 我这样做是为了简单起见，但是通过pyparsing ，您可以对解析器进行重做以适应这些情况。 解决这个问题只是工作，而对于正则表达式，如果不应用这些限制，从数学上讲就无法解析它。

然后，您只需要提取结果即可。

>>> parsedX = pairListParser.parseString(x, parseAll=True)
>>> parsedXIter = iter(i for i in parsedX if i not in (u'Key=', u',Value=', u', '))
>>> result = dict(zip(parsedXIter, parsedXIter))
>>> result
{u'key3': u'{"c":{"d":"e"}}', u'key2': u'value2', u'key1': u'{"a=":"b"}'}

（可能有更好的方法来提取结果，但这是快速而肮脏的。值得注意的是， pyparsing具有的功能可以让您在解析时丢弃某些元素或转换结果。）

将结果dict ，您可以使用值进行任何操作：

for k, v in result.items():
     m = re.match(u'^{(.+)}$', v)
     if m:
         print(m.groups())

我想将它们解析为JSON或类似的东西会更好，但是重点是您已经切断了值周围的所有内容，并且可以单独使用值。

Answer 3

只需使用下面的正则表达式

Value=({[^{}]*(?1)?})

演示： https : //regex101.com/r/pJ8lO9/2

说明：

您需要一个CFG，并且可以使用正则表达式获得CFG解决方案（就编程而言）

要进一步了解此声明，请检查： 我们如何将a ^ nb ^ n与Java正则表达式匹配？ 和https://nikic.github.io/2012/06/15/The-true-power-of-regular-expressions.html

由于此模式需要匹配平衡的花括号，因此形成：

a^n b^n

由于n是任意的，因此正则表达式（就数学而言）无法解决此问题。 我们需要一个CFG。 正则表达式（就编程而言）的解决方案是：

(a(?1)?b) 

这是一种递归模式。 '（？1）'递归第一个捕获组：'（a（？1）？b）'。 而“？” 是为了避免无限递归。 '（a（？1）b）'将无限递归。 所以'（？1）'有两个选项'（a（？1）？b）'或为空。 用CFG表示法表示为：

(?1) -> a(?1)b | ε 

回到我们的解决方案。 'a'代表'{'，'b'代表'}'，因此

({(?1)?})

我们需要将值放在方括号中：

({[^{}]*(?1)?})

并用'Value ='装饰

Value=({[^{}]*(?1)?})