如何在遇到一个“字符”时强制regex停止并从头开始继续

Question

import re
match = re.findall(r'(a)(?:.*?(b)|.*?)(?:.*?(c)|.*?)(d)?', 
'axxxbxd,axxbxxcd,axxxxxd,axcxxx')
print (match)

输出：[('a', 'b', 'c', 'd'), ('a', '', 'c', '')]

我希望输出如下：

[('a','b','','d'),('a','b','c','d'),('a','','','d'),('a','','c','')]

每个列表都以“a”开头，并分别用逗号分隔字符串中的4项。你知道吗

Answer 1

如果您想从一个分隔的字符串中获得几个匹配项，可以先用分隔符拆分字符串并运行regex，或者用[^<YOUR_DELIMITING_CHARS>]替换.（注意必须转义的\、^、]和-）。还要注意，您可以使用可选的非捕获组来消除模式中的冗余。你知道吗

注意，我假设a、b和c是占位符，实际值可以是单个字符值和多字符值。你知道吗

import re
s = 'axxxbxd,axxbxxcd,axxxxxd,axcxxx'
r = r'(a)(?:.*?(b))?(?:.*?(c))?(d)?'
print([re.findall(r, x) for x in s.split(',')])
print ([re.findall(r, x) for x in re.split(r'\W', s)])

# => [('a', 'b', '', ''), ('a', 'b', 'c', 'd'), ('a', '', '', ''), ('a', '', 'c', '')]

参见Python demo。你知道吗

如果分隔符是非单词字符，请使用\W。你知道吗

import re
s = 'axxxbxd,axxbxxcd,axxxxxd,axcxxx'
r = r'(a)(?:.*?(b)|.*?)(?:.*?(c)|.*?)(d)?'
print([re.findall(r, x) for x in s.split(',')])
print ([re.findall(r, x) for x in re.split(r'\W', s)])
# => [[('a', 'b', '', '')], [('a', 'b', 'c', 'd')], [('a', '', '', '')], [('a', '', 'c', '')]]

参见Python demo

如果字符串可以包含换行符，则将re.DOTALL修饰符传递给re.findall调用。你知道吗

图案细节

• (a)-第1组捕获a
• (?:.*?(b))?-与以下序列匹配的可选非捕获组：
  • .*?-任何字符（如果不使用re.S/re.DOTALL修饰符，则不使用换行字符），出现次数为零或更多，但尽可能少
  • (b)-第2组：一个b值
• (?:.*?(c))?
  • .*?-任何字符（如果不使用re.S/re.DOTALL修饰符，则不使用换行字符），出现次数为零或更多，但尽可能少
  • (c)-第3组：一个c值
• (d)?-组4（可选）：a d。你知道吗

Answer 2

考虑到关键序列a... b... c... d应该以严格的顺序匹配-使用直接的方法：

s = 'axxxbxd,xxbxxcxxd,xxbxxxd|axcxxx'   # extended example
result = []
for seq in re.split(r'\W', s):           # split by non-word character
    result.append([c if c in seq else '' for c in ('a','b','c','d')])

print(result)

输出：

[['a', 'b', '', 'd'], ['', 'b', 'c', 'd'], ['', 'b', '', 'd'], ['a', '', 'c', '']]