Question

我对正则表达式有疑问。使用or构建

时

$ python
Python 2.7.3 (default, Sep 26 2012, 21:51:14) 
[GCC 4.7.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import re
>>> for mo in re.finditer('a|ab', 'ab'):
...     print mo.start(0), mo.end(0)
... 
0 1

我们只获得一个匹配，这是预期作为第一个最左边的分支，被报告被接受。我的问题是它是否可能以及如何构造一个正则表达式，它将同时产生（0,1）和（0,2）。此外，如何对r1 | r2 | ... | rn形式的任何正则表达式执行此操作。

同样，是否可以为*，+和?构造实现此目的？默认情况下：

>>> for mo in re.finditer('a*', 'aaa'):
...     print mo.start(0), mo.end(0)
... 
0 3
3 3
>>> for mo in re.finditer('a+', 'aaa'):
...     print mo.start(0), mo.end(0)
... 
0 3
>>> for mo in re.finditer('a?', 'aaa'):
...     print mo.start(0), mo.end(0)
... 
0 1
1 2
2 3
3 3

第二个问题是为什么空字符串在末尾匹配，而不是像*和?那样在其他任何地方匹配？

编辑：

我想我现在意识到这两个问题都是无稽之谈：正如@mgilson所说，re.finditer只返回非重叠的匹配，我猜每当正则表达式接受（部分）字符串时，它就会终止搜索。因此，使用Python匹配引擎的默认设置是不可能的。

虽然我想知道如果Python在正则表达式匹配中使用回溯，那么在接受字符串后继续搜索应该不是很困难。但这会破坏正则表达式的通常行为。

EDIT2：

这在Perl中是可行的。请参阅下面的@Qtax回答。

Answer 1

我不认为这是可能的。 re.finditer状态的docs：

返回一个迭代器，在字符串
中的RE模式的所有非重叠匹配上产生MatchObject实例

（强调是我的）

在回答您关于为什么空字符串与其他地方不匹配的其他问题时，我认为这是因为字符串的其余部分已在其他地方匹配，而finditer仅为非重叠提供匹配匹配的模式（参见第一部分答案; - ）。

Answer 2

只是想提一下，您可以使用类似的表达式在Perl中执行此类操作：

(?:a|ab)(?{ say $& })(?!)

每次正则表达式引擎到达模式中的该位置时，(?{ code })构造都会执行代码。就在你的正则表达式之后，它打印到目前为止匹配的内容。之后的(?!)使匹配失败，使正则表达式引擎回溯，并为我们提供下一个可能的匹配，依此类推。

这适用于任何表达方式。

示例：

perl -E "$_='ab'; /(?:a|ab)(?{ say $& })(?!)/"

输出：

a
ab

另一个例子：

perl -E "$_='aaaa'; /a+(?{ say $& })(?!)/"

输出：

aaaa
aaa
aa
a
aaa
aa
a
aa
a
a

正则表达式在Python中匹配

2 个答案: