- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有 as 和 bs 的字符串。我想提取所有重叠的子序列,其中一个子序列是由任意数量的 b 包围的单个 a。这是我写的正则表达式:
import re
pattern = """(?= # inside lookahead for overlapping results
(?:a|^) # match at beginning of str or after a
(b* (?:a) b*) # one a between any number of bs
(?:a|$)) # at end of str or before next a
"""
a_between_bs = re.compile(pattern, re.VERBOSE)
它似乎按预期工作,除非字符串中的第一个字符是 a,在这种情况下会遗漏此子序列:
a_between_bs.findall("bbabbba")
# ['bbabbb', 'bbba']
a_between_bs.findall("abbabb")
# ['bbabb']
我不明白发生了什么。如果我更改潜在匹配的开始顺序,结果也会发生变化:
pattern = """(?=
(?:^|a) # a and ^ swapped
(b* (?:a) b*)
(?:a|$))
"""
a_between_bs = re.compile(pattern, re.VERBOSE)
a_between_bs.findall("abbabb")
# ['abb']
我原以为这是对称的,因此也可能会遗漏以 a 结尾的字符串,但事实并非如此。这是怎么回事?
编辑:
我假设上面玩具示例的解决方案会转化为我的全部问题,但事实似乎并非如此,所以我现在正在详细说明(对此感到抱歉)。我正在尝试从转录的单词中提取“音节”。 “音节”是元音或双元音,其前后有任意数量的辅音。这是我提取它们的正则表达式:
vowels = 'æɑəɛiɪɔuʊʌ'
diphtongues = "|".join(('aj', 'aw', 'ej', 'oj', 'ow'))
consonants = 'θwlmvhpɡŋszbkʃɹdnʒjtðf'
pattern = f"""(?=
(?:[{vowels}]|^|{diphtongues})
([{consonants}]* (?:[{vowels}]|{diphtongues}) [{consonants}]*)
(?:[{vowels}]|$|{diphtongues})
)
"""
syllables = re.compile(pattern, re.VERBOSE)
棘手的一点是双元音以辅音(j 或 w)结尾,我不想将其包含在下一个音节中。所以用双重否定替换第一个非捕获组 (?<![{consonants}])
不起作用。我试图用积极的前瞻性代替该组 (?<=[{vowels}]|^|{diphtongues})
, 但正则表达式不会接受不同的长度(即使删除双元音也不起作用,显然 ^
的长度不同)。
所以这是上面模式的问题案例:
syllables.findall('æbə')
# ['bə']
# should be: ['æb', 'bə']
编辑 2:我已经切换到使用正则表达式,它允许可变宽度的后视,从而解决了这个问题。令我惊讶的是,它甚至似乎比标准库中的 re 模块更快。不过,我仍然想知道如何使它与 re 模块一起工作。 (:
最佳答案
我建议用双重否定来解决这个问题:
(?= # inside lookahead for overlapping results
(?<![^a]) # match at beginning of str or after a
(b*ab*) # one a between any number of bs
(?![^a]) # at end of str or before next a
)
参见 regex demo
请注意,我用lookarounds 替换了grouping 结构:(?:a|^)
与 (?<![^a])
和 (?:a|$)
与 (?![^a])
.后者并不重要,但前者在这里非常重要。
(?:a|^)
在外部先行模式匹配的开头 a
或字符串的开头,以先到者为准。如果a
在开始时,它被匹配并且当输入是abbabb
时, 你得到 bbabb
因为它与捕获组模式相匹配,并且紧随其后的是字符串位置的结尾。下一次迭代在第一个 a
之后开始,并且找不到任何匹配项,因为唯一的 a
留在字符串中没有a
在 b
之后
请注意 order of alternative matters .如果更改为 (?:^|a)
,匹配从字符串的开头开始,b*
匹配空字符串,ab*
抢第一abb
在 abbabb
, 因为有 a
紧接着,你会得到 abb
作为比赛。在第一个 a
之后无法匹配任何内容.
关于python - 正则表达式在字符串开头未匹配,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56367503/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!