regex - Python中的波斯语正则表达式

Question

我在 Python 3 中有这个我不理解的 Python 正则表达式代码。我很感激任何帮助来解释它到底做了几个例子。代码是这样的：

# encoding=utf-8
import re
newline = re.sub(r'\s+(((زا(ی)?)?|ام?|ات|اش|ای?(د)?|ایم?|اند?)[\.\!\?\،]*)', r'\1 ', newline)

Answer 1

这是你的正则表达式：

\s+(((زا(ی)?)?|ام?|ات|اش|ای?(د)?|ایم?|اند?)[\.\!\?\،]*)

这是一个可视化：

调试演示

您的替换r'\1 '意味着将您找到的内容替换为第一组，然后是空格。我不读波斯语，但这里有另一个例子：

\s+((a|b)[./?]*)

调试演示

所以让我们执行一些代码：

>>> newline = '     a?    b?        a.'
>>> re.sub('\s+((a|b)[./?]*)', r'\1 ', newline)
'a? b? a. '

这会吃掉一组特定字符（前导\s+）之前的额外空格，并将其更改为已标识的group 1后跟一个空格（r'\1 '）。