當開始和結束的長度相同時，匹配的正則表達式

Question

當開始和結束的長度相同時，如何匹配正則表達式？ 例如

>>> String = '[[A], [[B]], [C], [[D]]]' 
>>> Result = re.findall(pattern, String) 
>>> Result 
>>> [ '[A]', '[[B]]', '[C]', '[[D]]' ] 

目前我使用的模式\[.*?\]，但它導致提前

>>> ['[[A]', '[[B]', '[C]', '[[D]'] 

感謝。

Answer 1

您可以爲有限數量的開始/結束字符定義這樣的正則表達式（即「如果它以1開頭和結尾，或以2開頭和結尾等等」）。但是，您的不能爲做這個爲無限數量的字符。這只是正則表達式的一個事實。正則表達式是有限狀態機的語言，有限狀態機不能計數;至少需要下推自動機（無上下文語法）的能力。

簡單地說，正則表達式可以說：「我看見X然後我看到Ÿ」，但它不能說：「我看到X然後我看到Ÿ相同數量的時間「，因爲它不記得它看到了多少次x。

然而，你可以很容易地做到這一點使用Python編程語言，這是圖靈完備的全部力量！圖靈語言完全可以計算：

>>> string = '[[A], [[B]], [C], [[D]]]' 
>>> sameBrackets = lambda s: len(re.findall('\[',s)) == len(re.findall('\]',s)) 
>>> filter(sameBrackets, string.split(", ")) 
['[[B]]', '[C]'] 

Answer 2

你不能。抱歉。

Python的正則表達式是「有限狀態自動機」的擴展，它只允許在掃描字符串時通過匹配來保留有限的內存空間。這個例子需要一個任意數量的內存，取決於有多少次重複。

Python允許超過有限狀態的唯一方法是使用「反向引用」，它可以匹配字符串的以前匹配部分的相同副本 - 但它們不允許您將某些內容與比如說相同數量的字符。

您應該嘗試手動寫入，而不是。

Answer 3

要匹配平衡括號，您需要一個recursive regular expression。該股re模塊不支持這種語法，但替代regex做：

import regex 

r = r'\[(([^\[\]]+)|(?R))*\]' 

print regex.match(r, '[[A], [[B]], [C], [[D]] ]') # ok 
print regex.match(r, '[[A], [[B]], [C , [[D]] ]') # None 

該表達式基本上說：匹配的東西用方括號，其中「東西」可以是一系列非支架([^\[\]]+)或包圍整件事再次(?R)。