1

我有一个路由器模块，它将主题与正则表达式进行比较，并将出现的事件与重合的键掩码链接起来。（它是一个简单的 url 路由过滤，如 symfony http://symfony.com/doc/current/book/routing.html）

import re
from functools import partial

def to_named_groups(match, regexes):
    group_name = re.escape(match.group(0)[1:-1])
    group_regex = regexes.get(group_name, '.*')
    return '(?P<{}>{})'.format(group_name, group_regex)

def make_regex(key_mask, regexes):
    regex = re.sub(r'\{[^}]+\}', partial(to_named_groups, regexes=regexes),
                   key_mask)
    return re.compile(regex)

def find_matches(key_mask, text, regexes=None):
    if regexes is None:
        regexes = {}
    try:
        return make_regex(key_mask, regexes).search(text).groupdict()
    except AttributeError:
        return None

.

find_matches('foo/{one}/bar/{two}/hello/{world}', 'foo/test/bar/something/hello/xxx')

输出：

{'one': 'test', 'two': 'something', 'world': 'xxx'} Blockquote

find_matches('hello/{city}/{phone}/world', 'hello/mycity/12345678/world', regexes={'phone': '\d+'})

输出：

{'city': 'mycity', 'phone': '12345678'} Blockquote

find_matches('hello/{city}/{phone}/world', 'hello/something/mycity/12345678/world', regexes={'phone': '\d+'})

输出：

{'city': 'something/mycity', 'phone': '12345678'}

这是不匹配的（应该返回 None 而不是 'city': 'something/mycity'）。我该如何解决这个问题？我怎样才能匹配第一个“/”出现或其他方式？

谢谢！

4

2 回答 2

1

让我们看看您正在构建的正则表达式：

hello/(?P<city>.*)/(?P<phone>\d+)/world

这.*将匹配任何内容，包括其中包含斜杠的内容，只要剩余的斜杠足以匹配模式的其余部分。

如果你不希望它匹配斜线......你已经知道如何做到这一点，因为你在做完全相同的事情re.sub：使用除斜线之外的所有字符类，而不是点。

def to_named_groups(match, regexes):
    group_name = re.escape(match.group(0)[1:-1])
    group_regex = regexes.get(group_name, '[^/]*')
    return '(?P<{}>{})'.format(group_name, group_regex)

但与此同时，如果你不理解你正在构建的正则表达式，你为什么要构建它们？您可以使用.split('/'). 例如，没有额外的regexes，我认为这就是你想要的：

def find_matches(key_mask, text):
    mapping = {}
    for key, value in zip(key_mask.split('/'), text.split('/')):
        if key[0] == '{' and key[-1] == '}':
            mapping[key[1:-1]] = value
        elif key != value:
            return
    return mapping

并且regexes只是添加一些验证检查的一种方式。（正如所写，它可以用来打破正常的斜线分隔方案，但我认为这是一个错误，而不是一个特性——事实上，我认为这正是最初驱使你使用 StackOverflow 的错误。）所以，只需明确地执行它们：

def find_matches(key_mask, text, regexes={}):
    mapping = {}
    for key, value in zip(key_mask.split('/'), text.split('/')):
        if key[0] == '{' and key[-1] == '}':
            key=key[1:-1]
            if key in regexes and not re.match(regexes[key], value):
                return
            mapping[key] = value
        elif key != value:
            return
    return mapping

第二个版本已经阻止了正则表达式匹配/，因为您在应用斜杠之前就已经将它们分开了。因此，您不需要在评论中要求的消毒。

但无论哪种方式，清理正则表达式的最简单方法是在使用它们之前对其进行清理，而不是使用正则表达式将所有内容构建成一个大的正则表达式，然后尝试对其进行清理。例如：

regexes = {key: regex.replace('.*', '[^/]*') for key, regex in regexes.items()}
于 2013-09-17T22:23:07.870 回答
0

考虑更改group_regex为更具限制性的内容，例如[^/]*（允许任何非斜线字符）或使其不那么贪婪，例如.*?

来源：http ://docs.python.org/2/library/re.html

于 2013-09-17T22:22:43.620 回答