Python中的正则表达式匹配

Question

我有这样的正则表达式

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

和这样的字符串

NAME1，值1，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：以逗号分隔的name,value ，名称和值对。

然后，我需要使用正则表达式提取逗号分隔的数据。

我将提取的数据作为第一组作为name1，将第二组作为value2提取，而第三组则完全从tag11匹配到value13（由于贪婪匹配）。

但是我想匹配每个名称和值对。 我是Python新手，不确定如何实现此目标。

Answer 1

为什么不只用逗号分开：

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

如果要使用正则表达式，使用模式就一样简单：

[^,]+

例：

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

Answer 2

事实证明，Python与.NET不同，它不支持重复的命名捕获组，这有点可惜（这意味着我的解决方案比我想象的要长一点）。 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)))

产量

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

编辑1

添加了输入验证逻辑。 做出的假设：

• 必须具有格式name<x>,value<x>初始名称/值对
• 以下所有对必须采用tag<x>=value<x>
• 名称和值仅包含字母数字字符
• 不允许空格

请注意，我目前不验证x是名称/值对中的相同值，我认为这是必要条件。 我不确定如何执行此操作 ，这只是读者的练习。

Answer 3

首先，验证格式acc。 到您的模式，然后使用[,=]正则表达式（与,和=匹配）进行拆分，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!")

参见Python演示

模式是

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

详细资料 ：

• ^ -字符串的开头（在re.match ，由于模式已经锚定，因此可以省略）
• [^,=]+ - 1+字符以外=和,
• , -逗号
• [^,=]+ - 1+字符以外=和,
• (?:,[^,=]+=[^,=]+)+ -1个或多个序列：
  • , -逗号
  • [^,=]+ - 1+字符以外=和,
  • = -等号
  • [^,=]+ - 1+字符以外=和,
• $ -字符串结尾。