36

Ruby 的正则表达式有一个叫做 atomic grouping 的特性(?>regexp)，描述在这里，在 Python 的re模块中是否有任何等价物？

4

4 回答 4

50

Python 不直接支持此功能，但您可以通过使用零宽度前瞻断言(?=RE)（(?P<name>RE)一个命名的反向引用 ( (?P=name)) 以完全匹配任何匹配的零宽度断言。结合在一起，这为您提供了相同的语义，但代价是创建了一个额外的匹配组和大量语法。

例如，您提供的链接给出了 Ruby 示例

/"(?>.*)"/.match('"Quote"') #=> nil

我们可以在 Python 中这样模拟：

re.search(r'"(?=(?P<tmp>.*))(?P=tmp)"', '"Quote"') # => None

我们可以证明我正在做一些有用的事情，而不仅仅是喷出线条噪音，因为如果我们改变它以使内部组不吃 final "，它仍然匹配：

re.search(r'"(?=(?P<tmp>[A-Za-z]*))(?P=tmp)"', '"Quote"').groupdict()
# => {'tmp': 'Quote'}

您还可以使用匿名组和数字反向引用，但这会充满线路噪音：

re.search(r'"(?=(.*))\1"', '"Quote"') # => None

（完全披露：我从 perl 的perlre文档中学到了这个技巧，它在文档中提到了它(?>...)。）

除了具有正确的语义外，它还具有适当的性能属性。如果我们移植一个例子perlre：

[nelhage@anarchique:~/tmp]$ cat re.py
import re
import timeit


re_1 = re.compile(r'''\(
                           (
                             [^()]+           # x+
                           |
                             \( [^()]* \)
                           )+
                       \)
                   ''', re.X)
re_2 = re.compile(r'''\(
                           (
                             (?=(?P<tmp>[^()]+ ))(?P=tmp) # Emulate (?> x+)
                           |
                             \( [^()]* \)
                           )+
                       \)''', re.X)

print timeit.timeit("re_1.search('((()' + 'a' * 25)",
                    setup  = "from __main__ import re_1",
                    number = 10)

print timeit.timeit("re_2.search('((()' + 'a' * 25)",
                    setup  = "from __main__ import re_2",
                    number = 10)

我们看到了显着的改进：

[nelhage@anarchique:~/tmp]$ python re.py
96.0800571442
7.41481781006e-05

当我们扩展搜索字符串的长度时，这只会变得更加戏剧化。

于 2012-11-27T04:29:24.940 回答
16

根据这张表，答案是否定的。创建了一个RFE以将其添加到 Python 3，但被拒绝regex支持支持它的新模块：

>>> import regex
>>> regex.match('"(?>.*)"', '"Quote"')
>>> regex.match('"(.*)"', '"Quote"')
<_regex.Match object at 0x00C6F058>

注意：regex也可用于 Python 2。

于 2012-11-27T04:31:56.007 回答
0

似乎不是。

http://www.regular-expressions.info/atomic.html

大多数现代正则表达式风格都支持原子分组，包括 JGsoft 风格、Java、PCRE、.NET、Perl 和 Ruby。

您可以通过使用非捕获组来模拟它们的非捕获性(?:RE)，但是如果我没看错的话，那仍然不会给您带来优化的好处。

于 2012-11-27T04:35:46.857 回答
-3

来自http://docs.python.org/2/library/re.html#regular-expression-syntax

(?P<名称>...)

与正则括号类似，但组匹配的子字符串可通过符号组名在正则表达式的其余部分中访问。组名必须是有效的 Python 标识符，并且每个组名只能在正则表达式中定义一次。符号组也是一个编号组，就好像该组没有命名一样。所以下例中名为 id 的组也可以引用为编号组 1。

例如，如果模式是 (?P[a-zA-Z_]\w*)，则可以在匹配对象方法的参数中通过其名称引用组，例如 m.group('id') 或 m .end('id')，以及正则表达式本身中的名称（使用 (?P=id)）和给 .sub() 的替换文本（使用 \g）。

(?P=名字)

Matches whatever text was matched by the earlier group named name.
于 2012-11-27T04:26:54.530 回答