python 正则表达式重复模式

Question

我正在寻找匹配的正则表达式:

[文档 n] m

只有当n=m时才能去掉[document n]

其中n是任意数字

所以 [document 34] 34 会匹配但是 [document 34] 45 不会匹配，因为数字不同

到目前为止我有这个:

import re
text = "[document 23] 23 and [document 34] 48 are white"
text = re.sub(r"(\[document \d+\] )(\d+)",r"\2. ",text)

但这并不能保证数字相等。

有什么想法吗？

Answer 1

你可以使用

\[document\s+(\d+)]\s+\1(?!\d)

参见 regex demo .替换为 \1。 详细信息:

• \[document - [document 字符串
• \s+ - 一个或多个空格
• (\d+) - 第 1 组 (\1):一个或多个数字
• ] - ] 字符
• \s+ - 一个或多个空格
• \1 - 对第 1 组的反向引用
• (?!\d) - 如果当前位置右侧紧邻数字，则匹配失败的否定前瞻。

参见 Python demo :

import re
text = "[document 23] 23 and [document 34] 48 are white [document 24] 240 text"
print( re.sub(r'\[document\s+(\d+)]\s+\1(?!\d)', r'\1', text) )
## => 23 and [document 34] 48 are white [document 24] 240 text