Python和Javascript在评估正则表达式方面的区别

Posted 2023-02-22

【中文标题】Python和Javascript在评估正则表达式方面的区别

【英文标题】：Difference between Python and Javascript in evaluating a regular expression

【发布时间】：2012-02-02 06:25:53

【问题描述】：

首先，这不是this question的骗子。

在 javascript 中，这个表达式的计算似乎是正确的：

\\/(omniture|mbox|hbx|omniunih)(.*)?

如果我将它传递给 Python re 模块，就会发生不好的事情。实际上，以下返回错误：

import re
re.compile (u'\\/(omniture|mbox|hbx|omniunih)(.*)?')

In [101]: re.compile (u'\\/(omniture|mbox|hbx|omniunih)(.*)?')
---------------------------------------------------------------------------
error                                     Traceback (most recent call last)
/home/fakk/spider.io/1/<ipython-input-101-b5b19eb3b66e> in <module>()
----> 1 re.compile (u'\\/(omniture|mbox|hbx|omniunih)(.*)?')

/usr/lib/python2.7/re.pyc in compile(pattern, flags)
    188 def compile(pattern, flags=0):
    189     "Compile a regular expression pattern, returning a pattern object."
--> 190     return _compile(pattern, flags)
    191 
    192 def purge():

/usr/lib/python2.7/re.pyc in _compile(*key)
    242         p = sre_compile.compile(pattern, flags)
    243     except error, v:
--> 244         raise error, v # invalid expression
    245     if len(_cache) >= _MAXCACHE:
    246         _cache.clear()

error: nothing to repeat

Python 抱怨 (.*)? 部分，我自己也无法理解。

我的问题是：

(.*)? 在 JS 中有什么作用？匹配零个或一个 (?) 零个或多个 (*) 字符 (.)？有什么意义？ 如何在 Python 中翻译它？

【问题讨论】：

“Python 抱怨 (.*)? 部分” - 你能发布错误信息吗？ （我猜是“错误：没什么可重复的”，对吧？）

你成功了 :) 实际上，没有什么可重复的。其他失败的表达式有：\/webtrends(.*)?\.js、foresee-(trigger(.*)?|alive|analytics(.*)?)\.js、everestjs\.net|pixel([0-9]*)?\.everesttech\.net。

(.*)? . 代表任何字符，* 意味着可以有尽可能多的字符，就像你想要的那样（在这种情况下是任何字符），方括号表示其中的内容是组，? 表示之前的内容可以存在但不能存在（在这种情况下，它意味着括号中的所有内容都不能存在）

【参考方案1】：

您的正则表达式没有意义，字符串末尾的? 是不需要的，实际上永远不会匹配任何内容。另外我建议你使用r'' 让你的表达更容易阅读：

import re
my_regex = re.compile(r'\/(omniture|mbox|hbx|omniunih)(.*)')

【参考方案2】：

问号是多余的，当你反映自己时，它并没有任何意义，去掉它，你应该做生意了。

【讨论】：

只是为了澄清，这是多余的，但并非完全不正确，比较这个.?.?.*。 Python 处理不了，有点奇怪。

实际上，这里有一些比? 更微妙的东西。这也是多余的?:(.?)?，不过python似乎并不介意。我尝试查看 sre_compile/sre_parse 代码以找出交易是什么，但对于堆栈溢出问题来说有点费力；）