python中的python正則表達式

Question

你如何在pyparsing中使用下面的正則表達式？它應該返回給定正則表達式的令牌列表。

任何幫助將不勝感激！謝謝！

蟒蛇正則表達式的例子在shell：

>>> re.split("(\w+)(lab)(\d+)", "abclab1", 3) 
>>> ['', 'abc', 'lab', '1', ''] 

我想這在pyparsing，但我似乎無法弄清楚如何得到它的權利，因爲第一場比賽是貪婪，即第一個令牌將是'abclab'而不是兩個令牌'abc'和'lab'。

pyparsing例如（高層次，即非工作代碼）：

name = 'abclab1' 
location = Word(alphas).setResultsName('location') 
lab = CaselessLiteral('lab').setResultsName('environment') 
identifier = Word(nums).setResultsName('identifier') 
expr = location + lab + identifier 
match, start, end = expr.scanString(name).next() 
print match.asDict() 

Answer 1

如果剝去分組符號（括號），你會得到正確的答案:)

>>> re.split("\w+lab\d+", "abclab1") 
['', ''] 

Answer 2

Pyparsing的類幾乎是從左到右的，使用像FollowedBy（用於正向lookahead）和NotAny或'〜'操作符（用於負向預測）的顯式表達式來實現lookahead。這允許您檢測通常與正在重複的項目匹配的終結器。例如，OneOrMore(Word(alphas)) + Literal('end')永遠不會在「start blah blah end」這樣的字符串中找到匹配項，因爲在OneOrMore中的重複表達式中終止的'end'將被吞噬。解決方法是在重複的表達式中添加負向預測：OneOrMore(~Literal('end') + Word(alphas)) + Literal('end') - 也就是說，在閱讀另一個由alpha構成的單詞之前，首先確保它不是單詞'end'。

當重複處於pyparsing類（如Word）內時，這會中斷。只要沒有空格來停止單詞，Word(alphas)將繼續閱讀字母字符。你將不得不使用一些非常昂貴的東西來重複這個重複，比如Combine(OneOrMore(~Literal('lab') + Word(alphas, exact=1))) - 我說這很昂貴，因爲使用複雜的Combine表達式構成簡單的令牌會導致緩慢的解析器。

您可能能夠通過使用包裹在一個pyparsing正則表達式對象正則表達式妥協：

>>> labword = Regex(r'(\w+)(lab)(\d+)') 
>>> print labword.parseString("abclab1").dump() 
['abclab1'] 

這並不正確類型的分組和檢測，但不公開組本身。要做到這一點，名稱分別添加到組 - pyparsing會把這些類似的結果的名字，並給你訪問到各個領域，就像您曾呼籲setResultsName：

>>> labword = Regex(r'(?P<locn>\w+)(?P<env>lab)(?P<identifier>\d+)') 
>>> print labword.parseString("abclab1").dump() 
['abclab1'] 
- env: lab 
- identifier: 1 
- locn: abc 
>>> print labword.parseString("abclab1").asDict() 
{'identifier': '1', 'locn': 'abc', 'env': 'lab'} 

唯一的其他非正則表達式的方法，我可以想到會定義一個表達式來讀取整個字符串，然後在分析操作中分解這些部分。