Python regex：具有字符集的Lookbehind + Lookahead

Question

我想將字符串10M5D8P放入字典中：

M：10，D：5，P：8等...

該字符串可以更長，但始終是一個數字，后跟該字母表中的單個字母：MIDNSHP = X

第一步，我想使用先行查找和先行拆分字符串，在兩種情況下均匹配此正則表達式：[0-9] + [MIDNSHP = X]

所以我目前無法正常工作的解決方案如下所示：

匯入

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

它給了我我不明白的錯誤消息：“向后看需要固定寬度模式”

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}

您的正則表達式將無法正常工作，因為re模塊不支持可變長度的后置斷言。 而且它也不支持在零寬度邊界上分割，因此(?<=\\d)(?=[AZ])也不可能。

Answer 2

look-behind requires fixed-width pattern意味着它的確切含義-向后查找模式必須與Python引擎中的固定數量的字符匹配。 特別是，不允許包含任何量詞（ ? ， + ， * ）。 因此，我們應該選擇一個固定寬度的片段用作后面的內容：

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

這僅使用單個字符作為后向標記，並使用單個數字作為前瞻。 但是，如果嘗試使用此表達式split ，則由於Python錯誤3262 ，它將失敗。 您需要改用以下解決方法：

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

但這很丑。 一個更簡單的解決方案是使用findall 提取所需內容 ：

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

您可以從中輕松創建字典：

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