python正则表达式查找以数字为中心的子字符串并生成组合

Question

在this question的帮助之后，我有一个正则表达式：

A.查找包含数字的单词，例如1.2（但这不是最终匹配…）

B.如果可能，将匹配从左到右扩展到另一个包含单词的数字，只要每个包含单词的数字之间不超过三个非数字包含单词。你知道吗

C.将匹配向左和向右扩展，以包含4个非数字单词的序列。你知道吗

    sample = "AA AA AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB BB"
    matches = re.findall(r'(?=(\s(?:[^\d\s]+[\s]+){4}(?:[^\d\s]*\d+(?:[^\d\s]+[\s]+){1,3}?)*?[^\d\s]*\d+.*?(?:[\s]+[^\d\s]+){4}\s))', sample)

匹配：AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB

请帮我修改这个正则表达式。我仍然希望它完成A点和B点，而不是C点，我希望获得所有25个0-4个尾随词和起始词的序列组合。你知道吗

这是我想要的结果：

"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"1.2 BB 1.2 BB 1.3 BB BB BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB BB"
"AA 1.2 BB 1.2 BB 1.3 BB BB"
"1.2 BB 1.2 BB 1.3 BB BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB"
"AA 1.2 BB 1.2 BB 1.3 BB"
"1.2 BB 1.2 BB 1.3 BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3"
"AA AA AA 1.2 BB 1.2 BB 1.3"
"AA AA 1.2 BB 1.2 BB 1.3"
"AA 1.2 BB 1.2 BB 1.3"
"1.2 BB 1.2 BB 1.3"

理想情况下，这将使用初始regex完成。你知道吗

Answer 1

让我们看看伪代码中的一个解决方案，这样我们就不会陷入细节中，特别是我可能误解了规范

据我所知，您要生成的组合将围绕轴心点构建。你知道吗

1. 确定每个支点和最长的“翅膀”。为此，构建一个与(G1)(Pivot)(G2)匹配的正则表达式，其中G1和G2是围绕轴心允许的最长扩展（“翅膀”）。你知道吗
2. 在代码中用两个for循环构建组合。在代码中，将G1和G2拆分为单词，并用两个嵌套的for循环构建所有可能的组合。你知道吗

Pivot和Wings的示例Regex

在the demo中，可以检查组1、2和3。轴心是第一个1.2。左翼是AA AA AA AA。右翼是BB 1.2 BB 1.3 BB BB BB BB。你知道吗

注意，通过使.*?贪婪，我们获得了不同的匹配。在这种情况下，轴心是1.3，左翼是AA AA AA AA 1.2 BB 1.2 BB，右翼是BB BB BB BB（参见demo）。你知道吗

这里有一些代码让你开始。你知道吗

import re
subject = "AA AA AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB BB"
myregex = r"""(?x)
(          # Start Group 1: the left wing
   # The four first words
   (?:[^\d\s]+[ ]){4}
   # The optional digit-non-digit groups
   (?:
        \S*\d\S*[ ]                  # a digit-containing word
        (?:[^\d\s]+){1,3}[ ]        # 1 to 3 non-digit words
   )*?
)        # Close Group 1 (the left wing)

# The Pivot
(\S*\d\S*)

(             # Start Group 2: the right wing
# Get to the Last Required Digit Word
   (?:
     (?:[ ][^\d\s]+){1,3}        # 1 to 3 non-digit words
     [ ]\S*\d\S*                  # a digit-containing word
   )*
# The four last words
(?:[ ][^\d\s]+){4}
)              # End Group 2: the right wing
"""
match = re.search(myregex,subject)
leftwing = match.group(1)
pivot = match.group(2)
rightwing = match.group(3)
wordregex = re.compile("\S+")
print("Left Wing Tokens: ",wordregex.findall(leftwing))
print("Pivot: ", pivot)
print("Left Wing Tokens: ",wordregex.findall(rightwing))
print("Now it's up to you to write the loops to build the combinations!")

输出

Left Wing Tokens:  ['AA', 'AA', 'AA', 'AA']
Pivot:  1.2
Left Wing Tokens:  ['BB', '1.2', 'BB', '1.3', 'BB', 'BB', 'BB', 'BB']
Now it's up to you to write the loops to build the combinations!