代码之家 › 专栏 › 技术社区 › AngiSen

Python正则表达式非捕获组

regex-lookarounds python-3.x regex python

AngiSen · 技术社区 · 6 年前

我正在尝试理解re.split()函数,该函数使用非捕获组来拆分逗号分隔的字符串。

这是我的代码:

 pattern = re.compile(r',(?=(?:"[^"]*")*[^"]*$)')
 text = 'qarcac,"this is, test1",123566'
 results= re.split(pattern, text)
 for r in results:
    print(r.strip())

当我执行此代码时,结果与预期一致。

拆分1 :卡塔尔

拆分2 :“这是,测试1”

拆分3 :123566

然而,如果我在源文本中再添加一个双引号字符串,它就不能按预期工作。

text = 'qarcac,"this is, test1","this is, test2", 123566, testdata'

并产生以下输出

拆分1 :qarcc,“这是,测试1”

拆分2 :“这是,测试2”

拆分3 :123566

有人能解释一下这里发生了什么,在这两种情况下,非抓捕组的工作方式有什么不同吗?

1 回复 | 直到 6 年前

melpomene 6 年前

这与(非)捕获组无关。

(?:"[^"]*")*[^"]*$ 比赛:

"[^"]*" -带引号的字符串(两个引号之间有0个或多个非引号)
(?: ... )* -0个或多个带引号的字符串
[^"]* -后跟0个或多个非引号
$ -后跟字符串结尾

换句话说,这个正则表达式匹配如下内容 "foo""bar""baz"otherstuff .

在第一个示例中,目标字符串是:

qarcac,"this is, test1",123566
       ^^^^^^^^^^^^^^^^^^^^^^^

我在上面的regex匹配的部分下了下划线(一个带引号的部分后面跟着一个带引号的尾部,后面跟着字符串的结尾)。

在第二个示例中,目标字符串是:

qarcac,"this is, test1","this is, test2", 123566, testdata
                        ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

我再次强调了regex匹配的部分。

第一个引用的部分由于逗号而不匹配:

"this is, test1","this is, test2"
                X

"foo","bar" 不匹配,因为正则表达式要求引用的部分彼此相邻,如 "foo""bar" ,中间没有任何东西。

如果您只想确保每个匹配的逗号都在被引用的部分之外(即后跟偶数个引号),您可以简单地使用

,(?=[^"]*(?:"[^"]*"[^"]*)*$)

作为你的regex。

推荐文章

lonix · 使用sed从JSON中提取非贪婪正则表达式

1 年前

me-me · regex检查电子邮件字符串是否有@后跟一个点以及点符号后至少2个字符[重复]

2 年前

Dave Guerrero · 是否有一个正则表达式模式来捕获字符串中直到第一个字母字符的数字?

2 年前

Dima Malko · 如何在指定符号前添加符号?

2 年前

shekharsabale · 从列表元素捕获子字符串

2 年前

maycca · 正则表达式:过滤年份数值大于某个值的文件?字符串中编码的年份

2 年前

Katia · 根据特定规则进行多行匹配

2 年前

Andrei Cleland · 在长正则表达式中包含unicode字符

2 年前

MHA · Pandas str.extract()以字母结尾的数字

2 年前

Slava Vir · 如何查找后面“/”之间的最后一组

2 年前