sre-yield 1.2

快速启动

sre_yield的目标是有效地生成与 给定正则表达式，或有效地计算可能的匹配项。它使用 解析了正则表达式，因此得到的结果比尝试 把绳子分开。

>>> s='foo|ba[rz]'>>> s.split('|')# bad['foo', 'ba[rz]']

>>> importsre_yield>>> list(sre_yield.AllStrings(s))# better['foo', 'bar', 'baz']

它通过遍历由sre_parse构造的树来实现这一点 由re模块内部使用，并构造链式/重复 适当的迭代器。可能有重复的结果，这取决于 但是输入字符串–这些情况sre_parse没有优化。

>>> importsre_yield>>> list(sre_yield.AllStrings('.|a',charset='ab'))['a', 'b', 'a']

…在更简单的情况下也会发生：

>>> list(sre_yield.AllStrings('a|a'))['a', 'a']

怪癖

成员资格检查'abc' in values_obj必须完全匹配–它 必须覆盖整个字符串。假设它周围有^(...)$。 因为re.search可以匹配任意字符串中的任何位置，模拟 这将产生大量的垃圾匹配-可能不是你 想要。（如果这是您想要的，请在两边添加一个.*。

下面是一个简单的例子，使用来自http://xkcd.com/1313/

>>> s='bu|[rn]t|[coy]e|[mtg]a|j|iso|n[hl]|[ae]d|lev|sh|[lnd]i|[po]o|ls'>>> importre>>> re.search(s,'kennedy')isnotNone# note .searchTrue
>>> v=sre_yield.AllStrings(s)>>> v.__len__()23
>>> 'bu'invTrue
>>> v[:5]['bu', 'rt', 'nt', 'ce', 'oe']

如果您确实想模拟搜索，那么最终会得到大量匹配项 迅速地。限制重复有点帮助，但它仍然很大 号码。

>>> v2=sre_yield.AllStrings('.{,30}('+s+').{,30}')>>> el=v2.__len__()# too big for int>>> print(str(el).rstrip('L'))57220492262913872576843611006974799576789176661653180757625052079917448874638816841926032487457234703154759402702651149752815320219511292208238103
>>> 'kennedy'inv2True

捕获组

如果你有兴趣提取 值，则可以使用allmatches来获取匹配对象。

>>> v=sre_yield.AllMatches(r'a(\d)b')>>> m=v[0]>>> m.group(0)'a0b'
>>> m.group(1)'0'

这甚至适用于简单的反向引用，在本例中是使用匹配的引号。

>>> v=sre_yield.AllMatches(r'(["\'])([01]{3})\1')>>> m=v[0]>>> m.group(0)'"000"'
>>> m.groups()('"', '000')
>>> m.group(1)'"'
>>> m.group(2)'000'

报告错误等。

我们欢迎错误报告–请参阅GitHub上的问题跟踪程序，查看以前是否报告过错误。 如果你想讨论什么，我们还有一个Google Group。

相关模块

我们知道有三个相似的模块，但每个模块都有不同的目标。

>>> importrandom>>> v=sre_yield.AllStrings('[abc]{1,4}')>>> len(v)120

# Now random.choice(v) has a 3/120 chance of choosing a single letter.
>>> len([xforxinviflen(x)==1])3

# xeger(v) has ~25% chance of choosing a single letter, because the length
and match are chosen independently.
# (This doesn't run, so the doctests don't require xeger)
> from rstr import xeger
> sum([1 if len(xeger('[abc]{1,4}')) == 1 else 0 for _ in range(120)])
26

sre_产量与re模块之间的差异

肯定有一些有效的正则表达式，sre_yield不 把手。其中包括lookarounds、backreference等，但也有一些 其他例外情况：

＞P>重复的最大值是系统相关的——CPython的^ {Tt17} $模块 有一个特殊值被视为无穷大（2**16-1或 2**32-1取决于构建）。在sre_u yield中，这被视为字面意思， 而不是无限的，因此（在2**16-1平台上）：

>>> len(sre_yield.AllStrings('a*')[-1])65535
>>> importre>>> len(re.match('.*','a'*100000).group(0))100000

• remodule docs 说“正则表达式模式字符串不能包含空字节” 然而，这似乎运作良好。

• 秩序不取决于贪婪。

• 正则表达式被视为完全匹配。

• sre_yield被锚的复杂用法所迷惑，但支持简单的锚：

  >>> list(sre_yield.AllStrings('foo$'))['foo']
  >>> list(sre_yield.AllStrings('^$'))['']
  >>> list(sre_yield.AllStrings('.\\b.'))# doctest: +IGNORE_EXCEPTION_DETAILTraceback (most recent call last):
  ...ParseError: Non-end-anchor None found at END state