Question

我正在尝试解析一些文档字符串。

示例文档字符串是：

Test if a column field is larger than a given value
    This function can also be called as an operator using the '>' syntax

    Arguments:
        - DbColumn self
        - string or float value: the value to compare to
            in case of string: lexicographic comparison
            in case of float: numeric comparison
    Returns:
        DbWhere object

Arguments和Returns部分都是可选的。我希望我的正则表达式以组的形式返回描述（第一行），Arguments部分（如果存在）和Returns部分（如果存在）。

我现在的正则表达式是：

m = re.search('(.*)(Arguments:.*)(Returns:.*)', s, re.DOTALL)

并在以下所有三个部分都存在的情况下工作，但只要Arguments或Returns部分不可用就会失败。我已尝试使用非贪婪修饰符（如??）进行多种修改，但无济于事。

修改：当Arguments和Returns部分存在时，我实际上只想匹配Arguments:和Returns:之后的文字分别

谢谢！

Answer 1

尝试：

re.search('^(.*?)(Arguments:.*?)?(Returns:.*)?$', s, re.DOTALL)

只需通过附加?制作第二组和第三组可选，并通过（再次）制作前两组非贪婪的限定符在?上添加.*（是的，令人困惑）。

此外，如果在模式的第一组上使用非贪婪修饰符，它将匹配最短的子字符串，$为空字符串。您可以通过在模式的末尾添加行尾字符（Arguments）来克服这个问题，这会强制第一个组匹配尽可能少的字符以满足模式，即整个字符串何时出现没有Returns和没有Arguments:部分，以及这些部分之前的所有部分（如果存在）。

编辑：好的，如果您只想在 Returns:和<?P<name>令牌之后捕获文本，那么您将不得不掖好在几个小组中。我们不打算使用所有组，因此用>>> m = re.search('^(?P<description>.*?)(Arguments:(?P<arguments>.*?))?(Returns:(?P<returns>.*))?$', s, re.DOTALL) >>> m.groupdict()['description'] "Test if a column field is larger than a given value\n This function can also be called as an operator using the '>' syntax\n\n " >>> m.groupdict()['arguments'] '\n - DbColumn self\n - string or float value: the value to compare to\n in case of string: lexicographic comparison\n in case of float: numeric comparison\n ' >>> m.groupdict()['returns'] '\n DbWhere object' >>>符号（另一个问号，argh！）命名它们 - 开始有意义了：

{{1}}

Answer 2

如果您想在可选的Arguments:和Returns:部分 AND 之后匹配文字，则不希望使用(?P<name>...)命名您的捕获组，您也可以使用(?:...)非常规括号的捕获版本。

正则表达式看起来像这样：

m = re.search('^(.*?)(?:Arguments:(.*?))?(?:Returns:(.*?))?$', doc, re.DOTALL)
#                     ^^                  ^^

根据Python3 documentation：

(?:...)

常规括号的非捕获版本。匹配括号内的正则表达式，但在执行匹配后或在模式中稍后引用时，无法检索组匹配的子字符串。

正则表达式：带可选部分的字符串

2 个答案: