Python正則表達式在模式內出現零次或多次出現

Question

我有一個工作正則表達式給了我想要的結果，但它並沒有包含它所需要的安全性。 （防呆）

比方說，我有一個匹配的路線的部分地區，東西線沿線的一個正則表達式：我希望能夠更換匹配任何字符了，直到

import re 
path = "C:/Projects/foo/dev/model/props/furniture/couch/data/fbx" 
regex = re.compile("(.+)/dev/model/(.+)/(.+)/data/fbx") 
m = regex.search(path) 
if m: 
    print m.groups() 

# ('C:/Projects/foo', 'props/furniture', 'couch') 

跟隨正則表達式的一部分，其中某些匹配一個或多個文件夾。

比方說，我們定義了一個文件夾以斜線結束簡單的單詞字符（沒有或更多）這將是：

[\w]*/ 

我想組零到那些十，我會怎麼做那？

在我心目中，我有這樣的事情（注意，這不工作！）：

# match any number of word characters ending with a slash zero to ten times 
([[\w]*/]{0,10}) 

# match any number of word characters ending with a slash zero to one time 
([[\w]*/]?) 

編輯：

基於RedBaron和jamylak的答案，我想出了以下內容：

((?:[:\w]+/){0,3}) 

這將組0到3個以斜槓'/'結尾的字符[：\ w]。使用？：在組的開頭不會被髮送回匹配的分組。所以，結合他們的外部團體是。因此我們只得到完全分組的結果。

唯一的問題是，我希望最後一部分也可能匹配一個文件。 （所以不要以斜槓結尾。）我甚至更喜歡將它從正則表達式中刪除，但我也可以輕鬆地刪除結果的結尾。

任何反饋，非常感謝。如果這是要走的路，我會將其添加爲答案。

編輯：

它涉及到：Finding folders back based on a predefined folder structure

UPDATE /編輯：

基於迄今爲止給出的所有答案，我想出了各種各樣的嘗試，但他們最終所有結果都極其緩慢。

import re 
path = "C:/Projects/foo/dev/model/props/furniture/couch/data/fbx" 
regex = re.compile(r"""((?:^(?:[\w:]+/?)+)|(?:(?<=/)(?:[\w]+/?)+))/dev/model/""") 
print 'search start' 
m = regex.search(path) 
print 'search done' 
if m: 
    print 'match', m, m.groups() 
else: 
    print 'no match' 

我並不完全知道如何加快速度！

Answer 1

您的正則表達式中的[]不會對正則表達式進行分組。它用於指定字符類。

也許這將與工作

\w*/{0,10} 

而對於分組只使用()

(\w*/){0,10} 

編輯

根據您編輯的問題，我想你想要的是0出現-3次匹配的目錄名稱，然後文件名稱也匹配。

假設在文件名中唯一的字母（和一個可選的高達三個字符的擴展名）

^((?:[:\w]+/){0,3})(\w+(?:\.\w{1,3})?)?$ 

這是非常大的，但可以分成兩個部分

這是你已經擁有

((?:[:\w]+/){0,3}) 

而我添加

(\w+(?:\.\w{1,3})?)? 

這是最後一個可選的文件名。 （如果不是可選的，你可以刪除最後的?）。本身既可以僅由alphabtes或也文件名具有最大3個字符

添加^和$的延伸將停止spurous比賽

>>> pat=re.compile('^((?:[:\w]+/){0,3})(\w+(?:\.\w{1,3})?)?$') 
>>> my_str='fwefw/wfwf/wefwf/dde.cdf' 
>>> pat.search(my_str).groups() 
('fwefw/wfwf/wefwf/', 'dde.cdf') 
>>> my_str='fwefw/dde.cdf' 
>>> pat.search(my_str).groups() 
('fwefw/', 'dde.cdf') 

Answer 2

你不能把[]內[]像你這樣這裏([[\w]*/]{0,10})。相反，你想用括號來分組。相反

>>> re.match(r'(\w*/){0,10}', 'abc/def/ghi/').group() 
'abc/def/ghi/' 

Answer 3

的這一點，這是確因catastrophic backtracking很慢，

((?:^(?:[\w:]+/?)+)|(?:(?<=/)(?:[\w]+/?)+))/dev/model/ 

試試這個

(^[\w:]+(?:/\w+)*|(?<=/)\w+(?:/\w+)*)/dev/model/ 

或本

：

試試這個3210

---

你可能要考慮的方法，你首先確認使用re.match和模式，如(\w:)?(/\w+)+$

那麼字符串時，你可以期待一定的結構已經，你可以使用一個簡單的正則表達式提取數據：

/?([^/]*(?:/[^/]+)*)/dev/model/