Python正则表达式中的可选贪婪组

Question

我正在尝试写一个正则表达式，用来匹配一个字符串，这个字符串可能包含也可能不包含两个标签。我需要这个表达式能根据标签是否存在，返回字符串中的所有五个部分，但当我把标签设为可选时，通配符的部分似乎会把它们都吞掉：

输入可能是：

text{a}more{b}words  
{a}text{b}test  
text  
text{b}text  
text{b}  
text{a}text 

等等。唯一可以保证的是，<a> 标签总是在 <b> 标签之前，如果它们存在的话。

我现在的表达式看起来是这样的：

^(.*?)(\{a\})?(.*?)(\{b\})?(.*?)$

不幸的是，这样做会把所有文本都放进最后一个组里，无论标签是否存在。有没有办法让它们贪婪一些，同时又保持可选呢？可惜 re.findall 似乎也没有帮助。

任何帮助都会非常感谢！ :)

Answer 1

不太确定这是否能得到你想要的结果，不过：

import re

inputs = ['text{a}more{b}words',
'{a}text{b}test',
'text',
'text{b}text',
'text{b}',
'text{a}text']

pattern = re.compile(r'^([^{]*)(\{a\})?([^{]*)(\{b\})?([^{]*)$')

for inpt in inputs:
    match = pattern.match(inpt)
    if match:
        print match.groups()

Answer 2

我找到了一种解决办法，虽然看起来不太好看，但似乎有效：

^((?P<b1>.*)(?P<o1>\{start\})(?P<m1>.*)(?P<c1>\{end\})(?P<e1>.*))|((?P<b2>.*)(?P<c2>\{end\})(?P<e2>.*))|((?P<b3>.*)(?P<o3>\{start\})(?P<e3>.*))$

Answer 3

试试下面这个正则表达式：^(.*(?={a})|.*?)({a})?(.*(?={b})|.*)({b})?(.*?)$

import re

inputs = ['{a}text{b}test', 'text', 'text{b}text', 'text{b}', 'text{a}text']
p = re.compile(r"^(.*(?={a})|.*?)({a})?(.*(?={b})|.*)({b})?(.*?)$")
for input in inputs:
    print p.match(input).groups()

输出结果：

('', '{a}', 'text', '{b}', 'test')
('', None, 'text', None, '')
('', None, 'text', '{b}', 'text')
('', None, 'text', '{b}', '')
('text', '{a}', 'text', None, '')