python简单路由器url匹配器，如何重新匹配第一个 "/"出现

Question

我有一个路由器模块，它将主题与正则表达式进行比较，并将出现的事件与一致的键掩码链接起来。 (它是一个简单的 url 路由过滤，如 symfony http://symfony.com/doc/current/book/routing.html )

import re
from functools import partial

def to_named_groups(match, regexes):
    group_name = re.escape(match.group(0)[1:-1])
    group_regex = regexes.get(group_name, '.*')
    return '(?P<{}>{})'.format(group_name, group_regex)

def make_regex(key_mask, regexes):
    regex = re.sub(r'\{[^}]+\}', partial(to_named_groups, regexes=regexes),
                   key_mask)
    return re.compile(regex)

def find_matches(key_mask, text, regexes=None):
    if regexes is None:
        regexes = {}
    try:
        return make_regex(key_mask, regexes).search(text).groupdict()
    except AttributeError:
        return None

.

<小时/>

find_matches('foo/{one}/bar/{two}/hello/{world}', 'foo/test/bar/something/hello/xxx')

输出:

{'one': 'test', 'two': 'something', 'world': 'xxx'} Blockquote

<小时/>

find_matches('hello/{city}/{phone}/world', 'hello/mycity/12345678/world', regexes={'phone': '\d+'})

输出:

{'city': 'mycity', 'phone': '12345678'} Blockquote

<小时/>

find_matches('hello/{city}/{phone}/world', 'hello/something/mycity/12345678/world', regexes={'phone': '\d+'})

输出:

{'city': 'something/mycity', 'phone': '12345678'}

这是不匹配的(应该返回 None 而不是 'city': 'something/mycity')。我该如何解决这个问题？我如何匹配第一个“/”出现或其他方式？

谢谢!

Answer 1

让我们看看您正在构建的正则表达式:

hello/(?P<city>.*)/(?P<phone>\d+)/world

只要剩下足够的斜杠来匹配模式的其余部分，.* 将匹配任何内容，包括其中带有斜杠的内容。

如果您不希望它匹配斜杠...您已经知道该怎么做，因为您在 re.sub 中执行完全相同的操作:使用所有内容的字符类但是斜线，而不是点。

def to_named_groups(match, regexes):
    group_name = re.escape(match.group(0)[1:-1])
    group_regex = regexes.get(group_name, '[^/]*')
    return '(?P<{}>{})'.format(group_name, group_regex)

<小时/>

但与此同时，如果您不理解正在构建的正则表达式，那么为什么要构建它们？您只需使用 .split('/') 就可以更轻松地将其解析为路径分隔的组件。例如，如果没有额外的正则表达式，我认为这就是您想要的:

def find_matches(key_mask, text):
    mapping = {}
    for key, value in zip(key_mask.split('/'), text.split('/')):
        if key[0] == '{' and key[-1] == '}':
            mapping[key[1:-1]] = value
        elif key != value:
            return
    return mapping

而正则表达式只是添加一些验证检查的一种方法。 (正如所写，它可以用来破坏正常的斜杠分隔方案，但我认为这是一个错误，而不是一个功能 - 事实上，我认为这正是促使您首先进入 StackOverflow 的错误。)所以，只需明确地执行即可:

def find_matches(key_mask, text, regexes={}):
    mapping = {}
    for key, value in zip(key_mask.split('/'), text.split('/')):
        if key[0] == '{' and key[-1] == '}':
            key=key[1:-1]
            if key in regexes and not re.match(regexes[key], value):
                return
            mapping[key] = value
        elif key != value:
            return
    return mapping

<小时/>

第二个版本已经阻止正则表达式匹配 /，因为您在应用斜杠之前就已经将它们分开了。因此，您不需要在评论中要求进行清理。

但无论哪种方式，清理正则表达式的最简单方法是在使用它们之前对其进行清理，而不是使用正则表达式将所有内容构建到一个大正则表达式中，然后尝试对其进行清理。例如:

regexes = {key: regex.replace('.*', '[^/]*') for key, regex in regexes.items()}