python - 分组而不为 re.findall() 创建新目标

Question

我想概括this question有没有办法对不扩大 re.findall() 元组的元素进行分组？

我的例子:

line="(1 (2 (1 (1 (1 (2 You) (1 (2 (2 wo) (2 n't)) (2 (2 like) (2 Roger)))) (2 ,)) (2 but)) (2 (2 you) (3 (3 (2 will) (2 quickly)) (2 (2 recognize) (2 him))))) (2 .))\n"
numR=re.compile(r"\({1}(\d)? ((')*\w+|('|\.|,))\){1}")
re.findall(numR,line)
[('2', 'You', '', ''),
 ('2', 'wo', '', ''),
 ('2', 'like', '', ''),
 ('2', 'Roger', '', ''),
 ('2', ',', '', ','),
 ('2', 'but', '', ''),
 ('2', 'you', '', ''),
 ('2', 'will', '', ''),
 ('2', 'quickly', '', ''),
 ('2', 'recognize', '', ''),
 ('2', 'him', '', ''),
 ('2', '.', '', '.')]

如您所见，元组末尾包含 2 个不必要的元素

Answer 1

在您的模式中，您有 4 个捕获组。您可以在第二个捕获组中使用单个交替，总共只有 2 个捕获组。

\((\d) ([.',]|\w+)\)

解释

• \( 匹配 (
• (\d) 第 1 组，捕获一个数字(使用 \d+ 获取 1+ 个数字)
• ( 第 2 组
  • [.',]|\w+ 匹配字符类中列出的一个或mat 1+个单词字符
• ) 关闭第 2 组
• \)

Regex demo | Python demo

import re
line="(1 (2 (1 (1 (1 (2 You) (1 (2 (2 wo) (2 n't)) (2 (2 like) (2 Roger)))) (2 ,)) (2 but)) (2 (2 you) (3 (3 (2 will) (2 quickly)) (2 (2 recognize) (2 him))))) (2 .))\n"
numR=re.compile(r"\((\d) ([.',]|\w+)\)")
print(re.findall(numR,line))

结果

[('2', 'You'), ('2', 'wo'), ('2', 'like'), ('2', 'Roger'), ('2', ','), ('2', 'but'), ('2', 'you'), ('2', 'will'), ('2', 'quickly'), ('2', 'recognize'), ('2', 'him'), ('2', '.')]

请注意，您可以省略 {1} 并且替换 ('|\.|,) 可以使用字符类 [.', ]