python - python 正则表达式模块中的递归正则表达式？

Question

我想捕获字符串中的所有 [[A-Za-z].]+，即字母字符后跟一个点的所有重复。

例如，在“ABC A.B.C. UVWX U.V.W.X. XYZ XY.Z。”

我只想提取“A.B.C.”和“U.V.W.X.”(因为它们是一个字符后跟一个点的重复)。

似乎我需要一个递归正则表达式来执行此操作[[A-Za-z].]+。

是否可以使用 python 的 re 模块或 regex 模块来实现此功能？

Answer 1

您可以使用非捕获组来定义匹配，然后将其嵌套在边界字符(在本例中不是字母或点的任何字符)之间的重复进行分组，并捕获所有匹配的组:

<!-- language: lang-py -->

import re

MATCH_GROUPS = re.compile(r"(?:[^a-z.]|^)((?:[a-z]\.)+)(?:[^a-z.]|$)", re.IGNORECASE)

your_string = "ABC A.B.C. UVWX U.V.W.X. XYZ XY.Z."  # get a list of matches

print(MATCH_GROUPS.findall(your_string))  # ['A.B.C.', 'U.V.W.X.']

有点笨重，但也可以在边缘情况下完成工作。

附注上面的内容也将匹配单个出现的内容(例如 A.，如果它显示为独立的)，如果您仅查找多个重复项，请替换 +(一个或多个重复项) )以及您选择的范围(例如 {2,} 表示两次或多次重复)。

编辑:进行一些小更改以匹配字符串边界的开头/结尾。