Python正則表達式中的上一組匹配

Question

我嘗試捕獲看起來像%a ， %b等的字符串片段，並用一些值替換它們。 此外，我希望能夠通過鍵入%%來轉義%字符。

在示例字符串中%d%%f%x%%%g我想匹配%d %%f %x %% %g （ %d ， %x ， %g ）。

我的正則表達式如下所示：

(?:[^%]|^)(?:%%)*(%[a-z])

• (?:[^%]|^) - 匹配行的開頭或與%不同的字符
• (?:%%)* - 匹配0次或更多次%% （轉義% ）
• (%[az]) - 與%a ， %b等模式正確匹配

添加前兩個元素以支持轉義%字符。

但是，在示例字符串上運行regexp時，找不到最后一個片段（ %g ）：

>>> import re
>>> pat = re.compile("(?:[^%]|^)(?:%%)*(%[a-z])")
>>> pat.findall("%d%%f%x%%%g")
['%d', '%x']

但在%%%g之前添加一個字符后，它開始正常工作：

>>> pat.findall("%d%%f%x %%%g")
['%d', '%x', '%g']

匹配到組(%[az])后，看起來x再次與[^%]不匹配。 如何更改正則表達式以強制它再次檢查上一個匹配的最后一個字符？ 我讀到了\\G ，但它沒有幫助。

Answer 1

為什么它沒有選擇%g ？

要選擇%g ，它必須具有%% 。 甚至在此之前它必須具有non-%字符，或者在字符串的開頭。 所以， x%%%g可以與你匹配。 但是在先前的匹配期間（即在打印%x ）選擇了該x 。

簡單來說，你的正則表達式匹配重疊。 所以你可以用下面的方法克服這一點。 我把你的正則表達式放在(?= ... )

pat = re.compile("(?=(?:[^%]|^)(?:%%)*(%[a-z]))")

Answer 2

你需要以不同的方式構建你的正則表達式：

>>> import re
>>> regex = re.compile(r"(?:[^%]|%%)*(%[a-z])")
>>> regex.findall("%d%%f%x%%%g")
['%d', '%x', '%g']

說明：

(?:      # Start of a non-capturing group:
 [^%]    # Either match any character except %
|        # or
 %%      # match an "escaped" %.
)*       # Do this any number of times.
(        # Match and capture in group 1:
 %[a-z]  # % followed by a lowercase ASCII alphanumeric
)        # End of capturing group

Answer 3

在我看來，要趕上只有每部分%x由偶數的前面% 。

如果是，則模式為"(?<!%)(?:%%)*(%[az])"