在Python正则表达式中动态命名组

Question

有没有办法在Python中动态更新正则表达式组的名称呢？

比如，如果文本是：

person 1: name1
person 2: name2
person 3: name3
...
person N: nameN

那你怎么给这些组命名，比如'person1'、'person2'、'person3'，一直到'personN'，而事先又不知道有多少个人呢？

Answer 1

命名捕获组和编号组（比如 \1, \2 等）不能动态变化，但你可以用 findall 来实现类似的效果：

re.findall(pattern, string[, flags])

这个函数会返回在字符串中与模式匹配的所有非重叠的结果，结果以字符串列表的形式返回。它会从左到右扫描字符串，找到的匹配项会按照顺序返回。如果模式中有一个或多个组，它会返回一个组的列表；如果模式有多个组，结果将是一个包含元组的列表。空匹配也会被包含在结果中，前提是它们不与其他匹配项的开头重叠。

Answer 2

根据你接受的答案，似乎不需要用到正则表达式。

p="""
person 1: name1
person 2: name2
person 3: name3
person N: nameN
"""

ARR=[]
for item in p.split("\n"):
    if item:
        s=item.split(":")
        ARR.append(s)
print ARR

输出结果

$ ./python.py
[['person 1', ' name1'], ['person 2', ' name2'], ['person 3', ' name3'], ['person N', ' nameN']]

Answer 3

不可以，但你可以这样做：

>>> import re
>>> p = re.compile('(?m)^(.*?)\\s*:\\s*(.*)$')
>>> text = '''person 1: name1
person 2: name2
person 3: name3
...
person N: nameN'''
>>> p.findall(text)

输出结果：

[('person 1', 'name1'), ('person 2', 'name2'), ('person 3', 'name3'), ('person N', 'nameN')]

简单解释一下：

(?m)     # enable multi-line mode
^        # match the start of a new line
(.*?)    # un-greedily match zero or more chars and store it in match group 1
\s*:\s*  # match a colon possibly surrounded by space chars
(.*)     # match the rest of the line and store it in match group 2
$        # match the end of the line

参考资料

• 多行模式：http://www.regular-expressions.info/modifiers.html
• 贪婪匹配和非贪婪匹配：http://www.regular-expressions.info/repeat.html
• 匹配组：http://www.regular-expressions.info/brackets.html