1

我正在编写一个正则表达式以类似于 shell 参数的方式解析参数，使用空格和带引号的字符串作为分隔符，以及反斜杠转义。这似乎适用于RegexPal：

(?:(["'])(?:\\(?:\\\\)?\1|\\\\|.)*?\1|(?:\\(?:\\\\)?\s|\\\\|\S)+)

这是一个更易读的版本：

(?:(["'])(?:        # Match a double or single quote followed by
     \\(?:\\\\)?\1  #   an odd number of backslashes, then the same quote
    |\\\\           #   or two backslashes
    |.              #   or anything else  
    )*?\1           # any number of times (lazily) followed by the same quote,
|(?:                # OR
     \\(?:\\\\)?\s  #   an odd number of backslashes, then whitespace
    |\\\\           #   or two backslashes
    |\S             #   or any non-whitespace
 )+                 # any number of times.
)

我尝试使用 re.findall 将其放入 Python 中，但输出是无稽之谈：

>>> re.findall(
... r"(?:([\"'])(?:\\(?:\\\\)?\1|\\\\|.)*?\1|(?:\\(?:\\\\)?\s|\\\\|\S)+)",
... r'the quick brown\ fox jumps "over the" lazy\\ dog')
['', '', '', '', '"', '', '']

另一方面，RegexPal 显示了正确的结果：

[the] [quick] [brown\ fox] [jumps] ["over the"] [lazy\\] [dog]

我是否忘记以某种方式为 Python 格式化模式？或者 Python 是否以某种方式以不同的方式解释正则表达式？我不知道为什么唯一的非空匹配是双引号，并且我已经确认模式本身按其应有的方式工作。

4

1 回答 1

2

看起来一切都在一个非捕获组内。所以你得到匹配，只是没有匹配的内容。

于 2011-06-24T20:33:49.107 回答