能否使用Python的re模块一次性获取任意无序的命名组集合？

Question

这个方法在解决某些问题时非常方便：

>>> re.search('(?P<b>.b.).*(?P<i>.i.)', 'abcdefghijk').groupdict()
{'i': 'hij', 'b': 'abc'}

但是如果我事先不知道字符的顺序该怎么办呢？

[更新]

比如说，我有一个输入变量，里面包含一些顺序未知的字符，恰好'b'在'i'后面。我希望仍然能够引用'.b.'和'.i.'这两个组，而不需要根据它们在输入变量中的顺序来排列我的正则表达式。所以，我希望能做类似这样的事情，但我不知道这是否可能：

>>> re.search('(?P<b>.b.)|(?P<i>.i.)', unknown_order_alphabet_str).groupdict()
{'i': 'hij', 'b': 'abc'}

[更新结束]

我搜索了很多资料，绞尽脑汁也没有找到好的线索。我猜这个功能可能不存在，因为正则表达式要做到这一点，可能需要对每个组扫描整个字符串一次（当然我可以用循环来实现），但我想看看StackOverflow上的高手们对此有什么看法。

谢谢你的帮助，
Josh

相关问题：

• Python中的分割和转义斜杠
• 负向回顾断言中(.*)的等价物正则表达式Python
• 使用Python正则表达式提取日期
• Python 正则表达式中的分组
• 正则表达式：贪婪与非贪婪匹配括号
• Python 正则表达式
• 如何用Python正则表达式匹配“以A开头或以B结尾”的模式？
• 在Python中使用正则表达式确定字符串的未匹配部分

Answer 1

>>> [m.groupdict() for m in re.finditer('(?P<b>.b.)|(?P<i>.i.)', 'abcdefghijk')]
[{'i': None, 'b': 'abc'}, {'i': 'hij', 'b': None}]

看起来运行得不错，不过如果你有很多组的话，检查哪一组不是 None 可能会变得有点麻烦。

这个方法会找到字符串中所有的 .b. 和 .i. 的匹配项。如果你想确保每种都找到了一个，你还得手动检查一下。

Answer 2

我能做到的最接近的就是这个：

>>> [match.groupdict() for match in re.finditer('(?P<b>.b.)|(?P<i>.i.)', 'abcdefghijk')]
[{'i': None, 'b': 'abc'}, {'i': 'hij', 'b': None}]

然后你如何合并这些字典，取决于你是否希望得到多个匹配。如果你只想要每个字典一个匹配，你可以这样做：

>>> results = {}
>>> for match in re.finditer('(?P<b>.b.)|(?P<i>.i.)', 'abcdefghijk'):
...     results.update(dict((k,v) for k, v in match.groupdict().iteritems() if v is not None))
... 
>>> results
{'i': 'hij', 'b': 'abc'}

或者如果你想要多个匹配：

>>> results = defaultdict(lambda: [])
>>> for match in re.finditer('(?P<b>.b.)|(?P<i>.i.)', 'abcdefghijkabcdefghijk'):
...     for k, v in match.groupdict().iteritems():
...         if v is not None:
...             results[k].append(v)
... 
>>> results
defaultdict(<function <lambda> at 0x7f53d0992c08>, {'i': ['hij', 'hij'], 'b': ['abc', 'abc']})

Answer 3

在正则表达式的模式中使用竖线（"或"），然后用finditer来获取所有你感兴趣的匹配对象：每个匹配对象都有一个groupdict，对于没有参与匹配的组，其值会是None，你可以根据自己的需要“合并”这些字典。

举个例子：

import re

def mergedgroupdict(pattern, thestring):
  there = re.compile(pattern)
  result = {}
  for mo in there.finditer(thestring):
    d = mo.groupdict()
    for k in d:
      if k not in result and d[k] is not None:
        result[k] = d[k]
  return result

这里使用了一种合并策略，就是为每个命名组选择第一个实际匹配的结果。比如说：

>>> mergedgroupdict('(?P<b>.b.)|(?P<i>.i.)', 'abcdefghijk')
{'i': 'hij', 'b': 'abc'}
>>> mergedgroupdict('(?P<b>.b.)|(?P<i>.i.)', 'abcdefghijk'[::-1])
{'i': 'jih', 'b': 'cba'}

如果我理解你的问题没错的话，这样应该是你想要的。