如何保存正则表达式用户输入值（Python）

Question

我正在用Python制作一个简单的聊天机器人。它有一个文本文件，里面存储了一些正则表达式，这些表达式帮助生成机器人的回复。用户输入和机器人的输出之间用一个|符号分隔。

my name is (?P<'name'>\w*) | Hi {'name'}!

这个方法对于单一的输入和输出响应是有效的，但我希望机器人能够记住用户输入的正则表达式值，然后再使用它们（也就是说，给机器人一个“记忆”）。比如，我想让机器人记住用户输入的“名字”，这样我就可以在规则中使用这个值：

my name is (?P<'word'>\w*) | You said your name is {'name'} already!
my name is (?P<'name'>\w*) | Hi {'name'}!

当还没有“名字”的值时，机器人会先输出“嗨，史蒂夫”，一旦机器人有了这个值，“单词”规则就会生效。我不确定根据我现在的程序结构，这个是否容易实现。我已经把文本文件变成了一个字典，字典中的键和值用|符号分开。当用户输入一些文本时，程序会比较用户输入的内容是否和字典中存储的输入匹配，然后打印出相应的机器人回复（如果没有匹配的情况，还有一个“否则”的处理）。

在比较的过程中，我需要做点什么，以便保存用户的正则表达式文本，然后以某种方式再放回字典中。我的所有正则表达式都有不同的名称（比如没有两个“单词”的实例……有“单词”、“单词2”等等），我这样做是因为我觉得这样会让这个过程更简单。不过，我可能在结构上完全搞错了，导致这个任务难以完成。

编辑：代码

import re

io = {}

with open("rules.txt") as brain:
     for line in brain:
        key, value = line.split('|')
        io[key] = value

string = str(raw_input('> ')).lower()+' word'

x = 1

while x == 1:
    for regex, output in io.items():
        match = re.match(regex, string)
        if match:
            print(output.format(**match.groupdict()))
            string = str(raw_input('> ')).lower()+' word'
    else:
        print ' Sorry?'
        string = str(raw_input('> ')).lower()+' word'

Answer 1

好的，让我看看我是否理解你的意思：

• 你想要一个包含键值对的字典。这将是聊天机器人的“记忆”。
• 你想对用户输入应用一些规则，这些规则是基于正则表达式的。但是，哪些规则适用取决于记忆字典中已经存在的键：如果“名字”还没有定义，那么定义“名字”的规则就适用；但如果已经定义了，那么提到“单词”的规则就适用。

我觉得你需要在规则中附加更多信息。例如，你上面提到的“单词”规则其实不应该把“单词”添加到字典里，否则它只会适用一次（想象一下如果用户多次尝试说“我的名字是x”会怎样）。

这样说能让你对如何继续有更多的想法吗？

哦，顺便说一下，我觉得“|”作为分隔符不是个好选择，因为它可能会出现在正则表达式中。我不太确定该建议什么：那“||”怎么样？

Answer 2

我对你的算法原理有点困惑，因为我不太习惯使用命名组。
下面的代码是我解决你问题的方法，希望能给你一些启发。

我觉得只用一个字典并不是个好主意，这样会增加思考和算法的复杂性。所以我把代码基于两个字典：direg 和 memory。

这两个字典的键是组的索引，不是所有的索引，而是一些特定的索引，这些索引是每个单独模式中的最后一个。
因为为了好玩，我决定正则表达式可以有多个组。

我在代码中所说的单独模式是以下这些字符串：

"[mM]y name [Ii][sS] (\w*)"

"[Ii]n repertory (\w*) I [wW][aA][nN][tT] file (\w*)"

"[Ii] [wW][aA][nN][tT] to ([ \w]*)"

你会看到第二个单独模式有两个捕获组：因此总共有三个单独模式，但所有单独组加起来一共有四个组。

所以创建字典时需要特别注意，因为最后一个匹配组的索引（我通过正则表达式 MatchObject 的 lastindex 属性来使用）可能和正则表达式模式中单独正则的编号不一致：这比解释要容易理解。这就是为什么我在函数 distr() 中计算字符串 {0} {1} {2} {3} {4} 等等 的出现次数，而这些数字必须和对应单独模式中定义的组的数量相同。

我觉得 Laurence D'Oliveiro 提出的用 '||' 代替 '|' 作为分隔符的建议很有意思。

我的代码模拟了一个可以进行多次输入的会话：

import re

regi = ("[mM]y name [Ii][sS] (\w*)"
        "||Hi {0}!"
        "||You said that your name was {0} !!!",

        "[Ii]n repertory (\w*) I [wW][aA][nN][tT] file (\w*)"
        "||OK here's your file {0}\\{1} :"
        "||I already gave you the file {0}\\{1} !",

        "[Ii] [wW][aA][nN][tT] to ([ \w]*)"
        "||OK, I will do {0}"
        "||You already did {0}. Do yo really want again ?")


direg  = {}
memory = {}
def distr(regi,cnt = 0,di = direg,mem = memory,
          regnb = re.compile('{\d+}')):
    for i,el in enumerate(regi,start=1):
        sp = el.split('||')
        cnt += len(regnb.findall(sp[1]))
        di[cnt] = sp[1]
        mem[cnt] = sp[2]
        yield sp[0]

regx = re.compile('|'.join(distr(regi)))
print 'direg :\n',direg
print
print 'memory :\n',memory
for inp in ('I say that my name is Armano the 1st',
            'In repertory ONE I want file SPACE',
            'I want to record music',
            'In repertory ONE I want file SPACE',
            'I say that my name is Armstrong',
            'But my name IS Armstrong now !!!',
            'In repertory TWO I want file EARTH',
            'Now my name is Helena'):

    print '\ninput  ==',inp

    mat = regx.search(inp)
    if direg[mat.lastindex]:
        print 'output ==',direg[mat.lastindex]\
              .format(*(d for d in mat.groups() if d))
        direg[mat.lastindex] = None
        memory[mat.lastindex] = memory[mat.lastindex]\
                                .format(*(d for d in mat.groups() if d))
    else:
        print 'output ==',memory[mat.lastindex]\
              .format(*(d for d in mat.groups() if d))
        if not memory[mat.lastindex].startswith('Sorry'):
            memory[mat.lastindex] = 'Sorry, ' \
                                    + memory[mat.lastindex][0].lower()\
                                    + memory[mat.lastindex][1:]

结果

direg :
{1: 'Hi {0}!', 3: "OK here's your file {0}\\{1} :", 4: 'OK, I will do {0}'}

memory :
{1: 'You said that your name was {0} !!!', 3: 'I already gave you the file {0}\\{1} !', 4: 'You already did {0}. Do yo really want again ?'}

input  == I say that my name is Armano the 1st
output == Hi Armano!

input  == In repertory ONE I want file SPACE
output == OK here's your file ONE\SPACE :

input  == I want to record music
output == OK, I will do record music

input  == In repertory ONE I want file SPACE
output == I already gave you the file ONE\SPACE !

input  == I say that my name is Armstrong
output == You said that your name was Armano !!!

input  == But my name IS Armstrong now !!!
output == Sorry, you said that your name was Armano !!!

input  == In repertory TWO I want file EARTH
output == Sorry, i already gave you the file ONE\SPACE !

input  == Now my name is Helena
output == Sorry, you said that your name was Armano !!!