用于 alpha(alpha|digit)* 的 Python 正则表达式

Question

我正在尝试生成一个 python 正则表达式来表示词法分析器的标识符。我的做法是:

([a-zA-Z]([a-zA-Z]|\d)*)

当我使用它时:

regex = re.compile("\s*([a-zA-Z]([a-zA-Z]|\d)*)")
regex.findall(line)

它不会像它应该的那样生成标识符列表。我是否错误地构建了表达式？

什么是表示表单的好方法:

alpha(alpha|digit)*

用 python re 模块？

Answer 1

像这样:

regex = re.compile(r'[a-zA-Z][a-zA-Z\d]*')

注意引号前的 r 以获得原始字符串，否则您需要转义所有反斜杠。

自 \s* before 是可选的，您可以删除它，例如捕获组。

如果你想确保匹配的前面没有数字，你可以这样写，后面有一个负向的(?<!...) :

regex = re.compile(r'(?:^|(?<![\da-zA-Z]))[a-zA-Z][a-zA-Z\d]*')

请注意 re.compile您可以使用不区分大小写的选项:

regex = re.compile(r'(?:^|(?<![\da-z]))[a-z][a-z\d]*', re.I)