Python正则表达式匹配无序，并替换组内的匹配

Question

示例字符串：

base_A23x4_B534x5_C654x6_D2363x45

所需匹配项：

basename=base
A=23.4
B=534.5
C=654.6
D=2363.45

到目前为止，这是我的正则表达式：

(?P<basename>\w+)_A(?P<A>[0-9]+x[0-9]+)_B(?P<B>[0-9]+x[0-9]+)_C(?P<C>[0-9]+x[0-9]+)_D(?P<D>[0-9]+x[0-9]+)

我有两个问题：

1. A、 B，C，D，。。。可能出现在任何顺序（并继续进行，但只有大写字母，如AA，AZ，AAC）
2. 我想用“.”替换“x”。这是可以用regex实现的还是需要单独实现

Answer 1

使用lookaheads中的捕获组以任意顺序获取它们。还要注意的是，您应该使用\d而不是[0-9]，如果您希望单独的命名捕获组（例如_A部分使用<A>，而<B>部分使用_B），则应该使用单独的捕获组名称而不是重复<A>：

(?P<basename>\w+(?=_))(?=.*?_A(?P<A>\d+x\d+))(?=.*?_B(?P<B>\d+x\d+))(?=.*?_C(?P<C>\d+x\d+))(?=.*?_D(?P<D>\d+x\d+))

https://regex101.com/r/Ew2uQ2/3

分开：

• (?P<basename>\w+(?=_))-匹配初始base_子串
• (?=.*?_A(?P<A>\d+x\d+))-捕获最近的A_
• (?=.*?_B(?P<B>\d+x\d+))-捕获最近的B_
• (?=.*?_C(?P<C>\d+x\d+))-捕获最近的C_
• (?=.*?_D(?P<D>\d+x\d+))-捕获最近的D_

如果您事先不知道大写前缀，并且仍然需要纯regex解决方案，则可以使用regex模块捕获重复的子组：

import regex
str = 'base_D2363x45_B534x5_C654x6_A23x4'
match = regex.match(r'(?P<basename>\w+?(?=_))(_[A-Z]+\d+x\d+)+', str)
print(match.captures(2))

输出：

['_D2363x45', '_B534x5', '_C654x6', '_A23x4']