正则表达式使组只出现一次

Question

我试图在Python上运行正则表达式查询，但遇到以下问题：

在法语中，句子的主语可以出现在动词前后。 例如，“她说”这句话可以翻译成“elle-dit”和“dit-elle”，其中“elle”是“她”，而“dit”是“说”

无论主语“elle”在动词“dit”之前还是之后，是否可能只捕获包含“elle”和“dit”的句子？我从以下几点开始：

(elle).{0;10}(dit).{0;10}(elle)

但是现在我想在找到另一个后，使其中一个(elle)成为可选的。在这种情况下，*和+运算符没有帮助

Answer 1

您可以使用PyPi regex模块，该模块可以使用pip install regex（或pip3 install regex）安装：

import regex
p = r'(?<=\b(?P<subject>il|elle)\b.{0,10})?\b(?P<predicate>dit|mange)\b(?=.{0,10}\b(?P<subject>il|elle)\b)?'
print( [x.groupdict() for x in regex.finditer(p, 'elle dit et dit-elle et il mange ... dit-il', regex.S)])

见online Python demo

模式可以从变量动态创建：

subjects = ['il', 'elle']
predicates = ['dit', 'mange']
p = fr'(?<=\b(?P<subject>{"|".join(subjects)})\b.{0,10})?\b(?P<predicate>{"|".join(predicates)})\b(?=.{0,10}\b(?P<subject>{"|".join(subjects)})\b)?'

详细信息

• (?<=\b(?P<subject>il|elle)\b.{0,10})?-可选的回溯，从0到10个字符内获取整个单词il或elle
• \b(?P<predicate>dit|mange)\b-一个完整的单词dit或mange
• (?=.{0,10}\b(?P<subject>il|elle)\b)?-从谓词中获取0到10个字符内的整个单词il或elle的可选期待