1

我无法理解如何在 python 中使用命名反向引用。我想查找一月至三月的所有引用及其缩写形式（例如一月、一月、二月、二月等）

str = 'Bob Martin brought a car on January 20, 1962. On Feb. the 23rd, Bob sold his car. The 21st of March will be fun.'

re.findall('''
       (?P<Month> (Jan(uary|\.)) | (Feb(ruary|\.)) | (Mar(ch|\.))) # Months
     | (?P=Month)\sthe\s\d{2}(rd|st)
     | [Tt]he\s\d{2}(rd|st)\sof(?P=Month)
'''
str, re.X")

应该匹配：

一月

2月23日

3月21日

4

1 回答 1

1

从您的示例中，您似乎正在尝试使用组作为快捷方式，以避免多次写出您的正则表达式。那就是你想写一个类似的表达式(?P<expr>this|that)|something then (?P=expr)并让它像你写的一样工作(this|that)|something then (this|that)。

但这不是小组的工作方式。捕获组（包括命名组）捕获匹配的内容，而不是表达式本身。在您的示例中，如果输入文本不包含给定月份名称之一，则“月份”组将为空。如果它确实包含一个，那么该组将包含月份名称，但您的模式不会使用它，因为您使用的是交替，所以如果第一部分（您的正则表达式的第一行）匹配，它赢了不要尝试其他部分（第二行和第三行）。

反向引用的目的是匹配输入字符串中多次出现的相同文本，而不是重复正则表达式本身的一部分。例如，类似(a|b) is \1的内容将匹配“a is a”或“b is b”，但不匹配“a is b”。因此，此正则表达式与 不一样(a|b) is (a|b)，后者也将匹配“a is b”。

您不能使用反向引用来预定义正则表达式的片段。如果你想这样做，你必须定义一个单独的字符串并将其多次连接到模式中。例如，在我的示例中，您可以执行letter = r"(a|b)"然后执行regex = letter + " is " + letter以获取(a|b) is (a|b).

但是，这样做很快就会变得笨拙。正则表达式不是表示具有大量混合匹配部分的语法的好工具（例如您示例中的“月份”）。为此，您最好使用parcon 之类的解析库。

于 2015-02-02T02:28:02.643 回答