如何在python正則表達式中重復模式？

Question

我正在做一個python正則表達式，並有一個有效的表達式：

\n(?P<curve>\w+)(?:.+)(?P<unit>\.\S*)(?:\s+.\s+)(?P<desc>:.+)|\n(?P<curve2>\w+)(?:.+)(?P<unit2>\.\S*)|\n(?P<curve3>\w+)

我想知道我可以從頭開始重復這種模式，原因是我不想針對每種情況將許多“曲線”或“單元”分組。

我的測試數據如下：

#-------------
MD              
BMK_STA            .Mpsi                                   : Modulus
FANG        .                                   : Friction Angle
PR             .unitless                               :  
RHO           .g/cm3                                  

想法是將MD和RHO也放在“曲線”組中。

Answer 1

我不確定您的意思，但以下內容可能會有所幫助：

如果要查找模式的每個匹配項，則可以使用re.findall(pattern, string)

它返回匹配項list 。

重新模組文件

Answer 2

在正則表達式中沒有特殊的語法可以避免這種重復，因此在一般情況下，您無法避免一定程度的重復。 但是，在您的特定情況下，您應該可以使用可選組解決問題：

\n(?P<curve>\w+)((?:.+)(?P<unit>\.\S*)((?:\s+.\s+)(?P<desc>:.+))?)?

最好用詳細模式寫成：

\n(?P<curve>\w+)
(
    .+
    (?P<unit>\.\S*)
    (
        \s+.\s+
        (?P<desc>:.+)
    )?
)?

使組嵌套更易於閱讀。 我也刪除了?:組，因為在這種情況下它們是無用的。

Answer 3

假設您的正則表達式正確。 為此，請使用finditer（）方法來迭代所有匹配項。

例：

for m in re.finditer(r'REGEX_GOES_HERE', text):
    print m.group('curve')
    print m.group("unit")

通過這種方式，您可以選擇所有比賽，以及它們的named groups完整無缺！