0

我正在破解一个转换文件类型的包，允许用户指定转换（python 函数）和用于更改文件名的正则表达式。

在一种情况下，我有一系列正则表达式和一个输出字符串，我希望通过我所有的正则表达式组的联合来扩展它们：

import re
re_strings = ['(.*).txt', '(.*).ogg', 'another(?P<name>.*)']
regexes = map(re.compile, re_strings]
input_files = ['cats.txt', 'music.ogg', 'anotherpilgrim.xls']
matches = [regexes[i].match(input_files[i]) for i in range(len(regexes))]

outputstr = 'Text file about: \1, audio file about: \2, and another file on \g<name>.'
# should be 'Text file about: cats, audio file about: music, and another file on pilgrim.xls'

我想outputstr用正则表达式的联合进行扩展（也许连接对\2参考更有意义？）。我可以连接 re，用一些未使用的字符分隔它们：

final_re = re.compile('\n'.join(re_strings))
final_files = '\n'.join(input_files)
match = final_re.search(final_files)

但这会强制 re 匹配整个文件，而不仅仅是文件名的某些部分。我可以在文件之间放入一个包罗万象的组，(.*?)但这肯定会弄乱组引用，并且可能会弄乱原始模式（我无法控制）。我想我也可以在任何地方强制命名组，然后合并所有正则表达式 .groupdict()s ...

Python 不允许部分扩展，因此所有组引用都必须有效，因此无论如何都没有机会为 groupdict 进行一系列扩展，例如：

for m in matches:
    outputstr = m.expand(outputstr)

感谢您的任何建议！

4

1 回答 1

0

只是为了记录，这里是如何组合几个正则表达式结果的结果，并在它们之间进行替换。

给定几个查询字符串和几个正则表达式匹配：

import re

query_str = ["abcdyyy", "hijkzzz"]
re_pattern = [r"(a)(b)(?P<first_name>c)(d)",
              r"(h)(i)(?P<second_name>j)(k)"]

# match each separately
matches= [re.search(p,q) for p,q in 
          zip(re_pattern, query_str)]

我们想创建一个结合所有搜索结果的替换字符串：

replacement = r"[\4_\g<first_name>_\2_\1:\5:\6:\8:\g<second_name>]"

为此，我们需要：

  1. 合并搜索结果
  2. 有一个代理代替合并的结果（match_substitute）
  3. 有一个代理对象来处理命名组，例如“first_name”（pattern_substitute）

这由以下代码处理。结果在“结果”中：

import sre_parse

#
#   dummy object to provide group() function and "string" member variable
#
class match_substitute:
    def __init__(self, matches): 
        self.data = []
        for m in matches:
            self.data.extend(m.groups())
        self.string = ""
    # regular expression groups count from 1 not from zero!
    def group(self, ii):
        return self.data[ii - 1]



#
#   dummy object to provide groupindex dictionary for named groups
#
class pattern_substitute:
    def __init__(self, matches, re_pattern): 
        #
        #   Named group support
        #   Increment indices so they are point to the correct position
        #       in the merged list of matching groups
        #
        self.groupindex = dict()
        offset = 0
        for p, m in zip(re_pattern, matches):
            for k,v in sre_parse.parse(p).pattern.groupdict.iteritems():
                self.groupindex[k] = v + offset
            offset += len(m.groups())



match   = match_substitute(matches)
pattern = pattern_substitute(matches, re_pattern)

#
#   parse and substitute
#
template = sre_parse.parse_template(replacement, pattern)
result = sre_parse.expand_template(template, match)
于 2013-01-09T11:46:09.687 回答