结合多个详细的python正则表达式

Posted 2023-02-21

【中文标题】结合多个详细的python正则表达式

【英文标题】：Combine multiple verbose python regex

【发布时间】：2019-01-18 03:00:47

【问题描述】：

我希望通过组合较小的可重用模式来创建一些 python 正则表达式，并且我希望可重用模式使用详细标志。例如，假设我有一个简单的数字模式和一个小写字符模式，

DIGIT_PATTERN = re.compile(r"""
    (?P<my_digit_pattern>        # start named group
      \d+                        # 1 or more integers
    )                            # close named group
    """, re.VERBOSE)

CHAR_PATTERN = re.compile(r"""
    (?P<my_char_pattern>         # start named group
      [a-z]                      # a character
    )                            # close named group
    """, re.VERBOSE)

有没有一种方法可以创建由上述模式组成的新模式？有点像，

NEW_PATTERN = CHAR_PATTERN followed by DIGIT PATTERN followed by CHAR_PATTERN

我想匹配字符串a937267t。上面的例子被高度简化了，但重点是如何结合使用详细标志定义的正则表达式。

更新

这是我目前所拥有的……可能是唯一的方法……

NEW_PATTERN = re.compile(
    CHAR_PATTERN.pattern + 
    DIGIT_PATTERN.pattern + 
    CHAR_PATTERN.pattern,
    re.VERBOSE
)

我不得不放弃命名组 b/c 不能有两个组命名相同，但我认为这就是我想要的。

【问题讨论】：

请记住，正则表达式语言允许您编写正则表达式来超越您实际匹配的内容，或者允许重复跳过匹配的部分。确实没有直接的方法可以将它们“添加”到彼此，您的解决方案也不适合它们。您对此的实际用例是什么？

在re模块类Pattern中可能需要__add__...，不过没必要，不如在re.compile中一次性完成。 o(╯□╰)o

我有大约十几个不同的“NEW_PATTERN”对象来定义 [NP0, ..., NP11]。 NP 对象的某些组成部分是相同的，如果我确定 CHAR_PATTERN 错误或需要更新，我不想在多个地方更改代码。

【参考方案1】：

NEW_PATTERN = re.compile(r"""
    (?P<my_new_pattern>         # start named group
      [a-z]                      # a character
      \d+                        # 1 or more integers
      [a-z]                      # a character
    )                            # close named group
    """, re.VERBOSE)

【讨论】：

我举了一个高度简化的例子。我意识到我可以内联它们，但这就是我试图避免的。想象一下 DIGIT_PATTERN 和 CHAR_PATTERN 各有 40 行长，而且有几十行。

老实说理解起来有点困难，但听起来你想在代码中构建正则表达式而不是输入它：my_regex = '[a-z]\d+' * 40 然后NEW_PATTERN = re.compile(my_regex, re.VERBOSE)。

是的，我可以更好地解释它，我现在有一个工作示例......可能是可以做到的最好的。我将通过底部的编辑来更新主帖