python - 非捕获组中的正则表达式捕获组

Question

在 Python 中，如何在非捕获组中捕获组？换句话说，如何重复包含捕获组的非捕获子模式？

这方面的一个例子是捕获导入字符串中的所有包名称。例如。字符串:

import pandas, os, sys

将返回“pandas”、“os”和“sys”。以下模式捕获第一个包并获取第二个包:

import\s+([a-zA-Z0=9]*),*\s*

从这里开始，我想重复捕获组并匹配以下字符的子模式，即 ([a-zA-Z0=9]*),*\s* .当我用一个非捕获组包围这个子模式并重复它时:

import\s+(?:([a-zA-Z0=9]*),*\s*)*

它不再捕获内部的组。

Answer 1

您的问题措辞严格是关于正则表达式的，但是如果您愿意使用 recursive descent parser (例如 pyparsing )，许多需要正则表达式专业知识的事情变得非常简单。

例如，这里你要问的变成了

from pyparsing import *

p = Suppress(Literal('import')) + commaSeparatedList

>>> p.parseString('import pandas, os, sys').asList()
['pandas', 'os', 'sys']

>>> p.parseString('import                    pandas,             os').asList()
['pandas', 'os']

---

这可能是个人品味的问题，但对我来说，

Suppress(Literal('import')) + commaSeparatedList

也比正则表达式更直观。