python - Python 正则表达式是否等同于 Ruby 的原子分组？

Question

Ruby 的正则表达式有一个称为原子分组(?>regexp) 的特性，描述here ，在 Python 的 re 模块中是否有任何等价物？

Answer 1

Python 不直接支持此功能，但您可以使用零宽度超前断言 ((?=RE)) 来模拟它，该断言从当前点与您想要的相同语义相匹配，将命名组 ((?P<name>RE)) 放入向前看，然后使用命名的反向引用( (?P=name) )来完全匹配任何匹配的零宽度断言。结合在一起，这为您提供了相同的语义，但代价是创建了一个额外的匹配组和大量语法。

例如，您提供的链接给出了 Ruby 示例

/"(?>.*)"/.match('"Quote"') #=> nil

我们可以在 Python 中这样模拟:

re.search(r'"(?=(?P<tmp>.*))(?P=tmp)"', '"Quote"') # => None

我们可以证明我正在做一些有用的事情，而不仅仅是喷出线条噪音，因为如果我们改变它，使内部组不吃最后的 " ，它仍然匹配:

re.search(r'"(?=(?P<tmp>[A-Za-z]*))(?P=tmp)"', '"Quote"').groupdict()
# => {'tmp': 'Quote'}

您也可以使用匿名组和数字反向引用，但这会充满线路噪音:

re.search(r'"(?=(.*))\1"', '"Quote"') # => None

(完全披露:我从 perl 的 perlre 文档中学到了这个技巧，该文档在 (?>...) 的文档中提到了它。)

除了具有正确的语义外，它还具有适当的性能属性。如果我们从 perlre 中移植一个示例:

[nelhage@anarchique:~/tmp]$ cat re.py
import re
import timeit


re_1 = re.compile(r'''\(
                           (
                             [^()]+           # x+
                           |
                             \( [^()]* \)
                           )+
                       \)
                   ''', re.X)
re_2 = re.compile(r'''\(
                           (
                             (?=(?P<tmp>[^()]+ ))(?P=tmp) # Emulate (?> x+)
                           |
                             \( [^()]* \)
                           )+
                       \)''', re.X)

print timeit.timeit("re_1.search('((()' + 'a' * 25)",
                    setup  = "from __main__ import re_1",
                    number = 10)

print timeit.timeit("re_2.search('((()' + 'a' * 25)",
                    setup  = "from __main__ import re_2",
                    number = 10)

我们看到了显着的改善:

[nelhage@anarchique:~/tmp]$ python re.py
96.0800571442
7.41481781006e-05

当我们延长搜索字符串的长度时，这只会变得更加戏剧化。