python - 如何: Overlapping match

Question

假设我们有这个:

A2 A1 B.         #1

A1 B.            #2

A3 A1 A8 B.      #3

如果我愿意，我会怎么做:

1. 要匹配:A2 A1 B. 和 A1 B.
   
2. 要匹配:A1 B.
   
3. 要匹配:A3 A1 A8 B. 和 A1 A8 B. 和 A8 B.

到目前为止，我已经得到了这个正则表达式:

A\d\s(.*\.)

但它不会匹配已经匹配的代码子集(我正在使用 re.finditer 进行匹配)/我的猜测是 re.finditer 正在做就像它应该做的那样，我只是想强制它做一些愚蠢的事情。

Playground

Answer 1

您可以为此使用先行并在先行中捕获值:

regex = r"(?=((?:A\d+\s+)+B\.))"

RegEx Demo

正则表达式说明:

(?=               # start lookahead
   (              # start capturing group #1
      (?:         # start non-capturing group
         A\d+\s+  # match A followed by 1 or more digit followed by 1 or more whitespace
      )           # end non-capturing group
      +B\.        # match B and literal DOT
   )              # end capture group #1
)                 # end lookahead

代码:

>>> regex = r"(?=((?:A\d+\s+)+B\.))"

>>> print re.findall(regex, 'A2 A1 B.')
['A2 A1 B.', 'A1 B.']

>>> print re.findall(regex, 'A1 B.')
['A1 B.']

>>> print re.findall(regex, 'A3 A1 A8 B.')
['A3 A1 A8 B.', 'A1 A8 B.', 'A8 B.']