錨定到上次匹配結束

Question

在處理this answer的過程中，我偶然發現了一個Python重複正則表達式的異常。

說我給予CSV字符串引述和無引號元素的任意數量：

21，如圖2所示，'23 .5R25 ETADT」， '描述，用逗號'

我想用'\t'替換所有',' s以外的引號。所以我想的輸出：

21 \ T2 \ t'23.5R25 ETADT '\ t'description，請用逗號'

由於將字符串中的多個匹配自然我將使用g正則表達式修飾符。我會用引號將匹配以外的字符正則表達式或引用字符串後面是','：

('[^']*'|[^',]*),\s* 

我會替換爲：

\1\t 

現在的問題是正則表達式是搜索不是匹配所以它可以選擇跳過字符，直到它可以匹配。因此，而不是我想要的輸出我得到：

21 \ T2 \ t'23.5R25 ETADT '\ t'description \ twith逗號'

你可以在這裏看到此行爲的活生生的例子：https://regex101.com/r/sG9hT3/2

問：有沒有辦法將g修改過的正則表達式與上一次匹配後的字符開始匹配？

---

對於熟悉Perl的強大正則表達式的人，Perl提供了\G。這使我們能夠檢索匹配的最後一個位置的末尾。所以，在Perl中，我可以完成我要求與正則表達式：

\G('[^']*'|[^',]*),\s* 

這會迫使最終報告元素中的不匹配。因爲而不是讓正則表達式的實現找到一個點，正則表達式匹配\G將迫使它開始在的第一字符匹配：

「的描述，用逗號」

Answer 1

您可以使用正則表達式如下與re.search：

,?\s*([^',]*(?:'[^']*'[^',]*)*) 

見regex demo（我將其更改爲,?[ ]*([^',\n]*(?:'[^'\n]*'[^',\n]*)*)，因爲它是一個多行演示）

在這裏，正則表達式匹配（在正則表達式的意思是單詞）...

• ,? - 1或0逗號
• \s* - 0或多個空白
• ([^',]*(?:'[^']*'[^',]*)*) - 第1組存儲一個包含的捕獲文本...
  • [^',]* - 其他0個或多個字符比,和'
  • (?:'[^']*'[^',]*)* - 0或更多的序列...
    • '[^']*' - 比,和'其他0個或多個字符 - 不含撇號
    • [^',]*一個'string'樣子。

如果你想使用一個re.match和存儲捕獲組內捕獲的文本，因爲Python正則表達式引擎不會將所有的捕獲存儲在堆棧.NET正則表達式引擎是不可能的用CaptureCollection。

此外，Python正則表達式不支持\G運算符，因此您無法在此處成功匹配的結尾處錨定任何子模式。

作爲替代方案/解決方法，您可以使用以下Python代碼返回連續的比賽，然後字符串的其餘部分：

import re 

def successive_matches(pattern,text,pos=0): 
    ptrn = re.compile(pattern) 
    match = ptrn.match(text,pos) 
    while match: 
    yield match.group() 
    if match.end() == pos: 
     break 
    pos = match.end() 
    match = ptrn.match(text,pos) 
    if pos < len(text) - 1: 
    yield text[pos:] 

for matched_text in successive_matches(r"('[^']*'|[^',]*),\s*","21, 2, '23.5R25 ETADT', 'description, with a comma'"): 
    print matched_text 

見IDEONE demo，輸出

21, 
2, 
'23.5R25 ETADT', 
'description, with a comma'