regex - 使用正则表达式解析列表

Question

我有一个文件，其中包含字符串中的名称列表，例如：

(约翰|玛丽|鲍勃)(安德森|布鲁克斯|库克)

我正在尝试使用正则表达式以字符串形式提取数据，例如：

约翰·安德森 约翰·布鲁克斯 约翰·库克 玛丽·安德森 玛丽·布鲁克斯 玛丽·库克 鲍勃·安德森 鲍勃·布鲁克斯 鲍勃·库克

我在 RegEx 相当新，所以任何帮助都会得到赞赏。谢谢

Answer 1

这不是你可以用正则表达式做的事情。正则表达式引擎匹配文本，它们不能对它们进行笛卡尔积。当然，您可以使用正则表达式开始。让我们看看 - 在 Python 中，我会这样做

>>> import itertools
>>> import re
>>> s  = "(John|Mary|Bob)(Anderson|Brooks|Cook)"
>>> names = [name.split("|") for name in re.findall(r"\(([^()]*)\)", s)]
>>> names
[['John', 'Mary', 'Bob'], ['Anderson', 'Brooks', 'Cook']]
>>> [" ".join(item) for item in itertools.product(*names)]
['John Anderson', 'John Brooks', 'John Cook', 'Mary Anderson', 'Mary Brooks', 
 'Mary Cook', 'Bob Anderson', 'Bob Brooks', 'Bob Cook']

Answer 2

看起来您的源文件已经是正则表达式形式，所以您的问题基本上只是生成与该正则表达式匹配的字符串。

查看这个问题以获得一些建议：Reversing a regular expression in Python

Answer 3

单独的正则表达式不能完全做到这一点。一般来说，正则表达式引擎只会匹配您输入中的一个特定位置（例如第一个可能的匹配） - 或者可能根本不匹配 - 所以您需要一个循环来迭代，直到所有输入都被消耗或模式没有更长的比赛。

循环可以是显式的（如 while(true){}），也可以是隐式的，如 Tim 的示例。您没有说您使用的是什么语言和/或工具，因此很难具体说明——正则表达式支持各不相同。在 Tim 的示例中，循环由 split() 和 findall() 方法隐式提供。Perl 的 split() 也提供了一个隐式循环。