在特定位置匹配

Question

这是this question的后续内容（不过我没有问）。试图回答时，我遇到了几个问题。你知道吗

考虑字符串strings123[abc789<span>123</span>def<span>456</span>000]strings456，如何匹配方括号中没有被Python标记包围的数字（使用较新的regex模块）？
在示例字符串中，这将是789和000。

---

我在摆弄\G就像（demo）

(?:\G(?!\A)|\[)
[^\d\]]*
\K
\d+

和(*SKIP)(*FAIL)（demo）：

<span>.*?</span>(*SKIP)(*FAIL)
|
\d+

但无法同时合并statements：

<span>.*?</span>(*SKIP)(*FAIL)
|
(?:
    (?:\G(?!\A)|\[)
    [^\d\]]*
    (\d+)
    [^\d\]]*
    \K
)

如何做到这一点？你知道吗

Answer 1

我喜欢PyPi regex module的一点是它支持无限宽lookback：

• Variable-length lookbehind
  

       A lookbehind can match a variable-length string.

>>> import regex
>>> s = 'strings123[abc789<span>123</span>def<span>456</span>000]strings456'
>>> rx = r'(?<=\[[^][]*)(?:<span>[^<]*</span>(*SKIP)(?!)|\d+)(?=[^][]*])'
>>> regex.findall(rx, s)
['789', '000']
>>> 

图案细节：

• (?<=\[[^][]*)-必须有一个[，紧跟在当前位置左侧的]和[之外的零个或多个字符
• (?:-非捕获组开始
  • <span>[^<]*</span>(*SKIP)(?!)-匹配一个<span>，然后匹配除<以外的0+个字符（使用[^<]*取反的字符类），然后匹配一个</span>，并在保持匹配结束位置的同时放弃匹配，然后继续查找下一个匹配
  • |-或
  • \d+-1+位
• (?=[^][]*])-在当前位置右侧的]和[之外的零个或多个字符后面必须有一个]。你知道吗

Answer 2

我想到了一个如下的算法。你知道吗

1. 搜索方括号和其中的内容，并将结果存储在变量中。正则表达式应该是^{}。

2. 现在搜索<span>标记并将其替换为-，以简化下一步。正则表达式应该是^{}。

3. 现在您将看到方括号中的内容，而不是<span>标记中的内容。只需用^{}搜索匹配数字。