正则表达式：匹配两个斜杠之间的字符串如果该字符串包含转义斜杠

Question

我正在尝试构建一个正则表达式，用来匹配两个斜杠之间的正则表达式。我的主要问题是，正则表达式本身可能会包含斜杠，而这些斜杠是用反斜杠转义的。我试图通过负向前瞻断言来过滤掉这些斜杠（也就是说，只有在当前位置没有反斜杠的情况下，才匹配结束的斜杠），但是现在我遇到的问题是，如果正则表达式本身实际上以一个被转义的反斜杠结尾，我就无法匹配。

测试程序：

#!/usr/bin/python
import re
teststrings=[
     """/hello world/""", 
     """/string with foreslash here \/ and here\//""",
     """/this one ends with backlash\\\\/"""]

patt="""^\/(?P<pattern>.*)(?<!\\\\)\/$"""

for t in teststrings:
    m=re.match(patt,t)
    if m!=None:
        print t,' => MATCH'
    else:
        print t," => NO MATCH"

输出：

/hello world/  => MATCH
/string with foreslash here \/ and here\//  => MATCH
/this one ends with backlash\\/  => NO MATCH

我该如何修改这个断言，使其只在当前位置有一个反斜杠时匹配，而不是两个反斜杠？

或者有没有更好的方法来提取这个正则表达式？（注意，在我实际尝试解析的文件中，每行包含的不仅仅是正则表达式。我不能简单地搜索每行的第一个和最后一个斜杠，然后获取它们之间的内容。）

Answer 1

试试这个：

pattern = re.compile(r"^/(?:\\.|[^/\\])*/")

解释：

^       # Start of string
/       # Match /
(?:     # Match either...
 \\.    # an escaped character
|       # or
 [^/\\] # any character except slash/backslash
)*      # any number of times.
/       # Match /

对于你的“实际应用”（寻找第一个用斜杠分隔的字符串，忽略转义的斜杠），我会使用

pattern = re.compile(r"^(?:\\.|[^/\\])*/((?:\\.|[^/\\])*)/")

这样你就能得到以下内容：

>>> pattern.match("foo /bar/ baz").group(1)
'bar'
>>> pattern.match("foo /bar\/bam/ baz").group(1)
'bar\\/bam'
>>> pattern.match("foo /bar/bam/ baz").group(1)
'bar'
>>> pattern.match("foo\/oof /bar\/bam/ baz").group(1)
'bar\\/bam'