Python正则表达式是否与Ruby的原子分组具有等价性？

Question

Ruby的正则表达式有一个称为原子分组(?>regexp)的特性，如here所述，Python的re模块中是否有任何等价物

Answer 1

根据this table，答案是否定的。创建RFE是为了将它添加到Python 3中，但被拒绝，取而代之的是支持它的新^{}模块：

>>> import regex
>>> regex.match('"(?>.*)"', '"Quote"')
>>> regex.match('"(.*)"', '"Quote"')
<_regex.Match object at 0x00C6F058>

注意：regex也可用于Python2

Answer 2

Python不直接支持此功能，但您可以通过使用零宽度的前瞻断言（(?=RE)）来模拟它，该断言从当前点以您想要的相同语义进行匹配，将命名组（(?P<name>RE)）放在前瞻内，然后使用命名的反向引用（(?P=name)）完全匹配零宽度断言匹配的内容。结合在一起，这将为您提供相同的语义，代价是创建一个额外的匹配组和大量语法

例如，您提供的链接给出了

/"(?>.*)"/.match('"Quote"') #=> nil

我们可以在Python中模拟这一点：

re.search(r'"(?=(?P<tmp>.*))(?P=tmp)"', '"Quote"') # => None

我们可以证明我正在做一些有用的事情，而不仅仅是发出线噪声，因为如果我们改变它，使内部组不吃最后的"，它仍然匹配：

re.search(r'"(?=(?P<tmp>[A-Za-z]*))(?P=tmp)"', '"Quote"').groupdict()
# => {'tmp': 'Quote'}

您也可以使用匿名组和数字反向引用，但这会充满线条噪音：

re.search(r'"(?=(.*))\1"', '"Quote"') # => None

（完全公开：我从perl的^{}文档中学到了这个技巧，它在(?>...)文档中提到了它。）

除了具有正确的语义外，它还具有适当的性能属性。如果我们从perlre中移植一个示例：

[nelhage@anarchique:~/tmp]$ cat re.py
import re
import timeit


re_1 = re.compile(r'''\(
                           (
                             [^()]+           # x+
                           |
                             \( [^()]* \)
                           )+
                       \)
                   ''', re.X)
re_2 = re.compile(r'''\(
                           (
                             (?=(?P<tmp>[^()]+ ))(?P=tmp) # Emulate (?> x+)
                           |
                             \( [^()]* \)
                           )+
                       \)''', re.X)

print timeit.timeit("re_1.search('((()' + 'a' * 25)",
                    setup  = "from __main__ import re_1",
                    number = 10)

print timeit.timeit("re_2.search('((()' + 'a' * 25)",
                    setup  = "from __main__ import re_2",
                    number = 10)

我们看到了巨大的进步：

[nelhage@anarchique:~/tmp]$ python re.py
96.0800571442
7.41481781006e-05

当我们扩展搜索字符串的长度时，这只会变得更加引人注目

Answer 3

似乎不是

http://www.regular-expressions.info/atomic.html

Atomic grouping is supported by most modern regular expression flavors, including the JGsoft flavor, Java, PCRE, .NET, Perl and Ruby.

您可以通过使用非捕获组来模拟它们的非捕获性，(?:RE)，但是如果我读对了，这仍然不会给您带来优化的好处