python - 如何在遇到 'character' 时强制正则表达式停止并再次从头开始

Question

import re
match = re.findall(r'(a)(?:.*?(b)|.*?)(?:.*?(c)|.*?)(d)?', 
'axxxbxd,axxbxxcd,axxxxxd,axcxxx')
print (match)

输出:[('a', 'b', 'c', 'd'), ('a', '', 'c', '')]

我想要如下输出:

[('a','b','','d'),('a','b','c','d'),('a','','','d'),('a','','c','')]

每个列表都以“a”开头，并且包含字符串中的 4 个项目，分别以逗号分隔。

Answer 1

如果您想从分隔字符串中获取多个匹配项，请首先使用分隔符拆分字符串并运行正则表达式，或者替换 .与 [^<YOUR_DELIMITING_CHARS>] (注意必须转义的 \ 、 ^ 、 ] 和 - )。另请注意，您可以使用可选的非捕获组消除模式中的冗余。

请注意，我假设 a , b和c是占位符，实际值可以是单字符值也可以是多字符值。

import re
s = 'axxxbxd,axxbxxcd,axxxxxd,axcxxx'
r = r'(a)(?:.*?(b))?(?:.*?(c))?(d)?'
print([re.findall(r, x) for x in s.split(',')])
print ([re.findall(r, x) for x in re.split(r'\W', s)])

# => [('a', 'b', '', ''), ('a', 'b', 'c', 'd'), ('a', '', '', ''), ('a', '', 'c', '')]

请参阅Python demo .

如果您的分隔符是非单词字符，请使用 \W .

import re
s = 'axxxbxd,axxbxxcd,axxxxxd,axcxxx'
r = r'(a)(?:.*?(b)|.*?)(?:.*?(c)|.*?)(d)?'
print([re.findall(r, x) for x in s.split(',')])
print ([re.findall(r, x) for x in re.split(r'\W', s)])
# => [[('a', 'b', '', '')], [('a', 'b', 'c', 'd')], [('a', '', '', '')], [('a', '', 'c', '')]]

请参阅Python demo

如果字符串可以包含换行符，则传递re.DOTALL re.findall 的修饰符来电。

图案详细信息

• (a) - 第 1 组捕获 a
• (?:.*?(b))? - 可选的非捕获组匹配以下序列:
  • .*? - 任何字符(如果未使用 re.S/re.DOTALL 修饰符，则换行符除外)，出现零次或多次，但尽可能少
  • (b) - 第 2 组:a b值
• (?:.*?(c))?
  • .*? - 任何字符(如果未使用 re.S/re.DOTALL 修饰符，则换行符除外)，出现零次或多次，但尽可能少
  • (c) - 第 3 组:a c值
• (d)? - 第 4 组(可选):a d .