如何解决有没有办法在不同的替代分支中统一正则表达式捕获组?
import re
rx = re.compile(r'(?:(\w{2}) (\d{2})|(\w{4}) (\d{4}))')
def get_id(s):
g = rx.match(s).groups()
return (
g[0] if g[0] is not None else g[2],int(g[1] if g[1] is not None else g[3]),)
print(get_id('AA 12')) # ('AA',12)
print(get_id('BBBB 1234')) # ('BBBB',1234)
这符合我的要求,但它要求我检查每个捕获组以检查哪个捕获组实际捕获了子字符串。如果替代方案的数量很多,这可能会变得笨拙,所以我宁愿避免这种情况。
我尝试使用命名捕获,但 (?:(P<s>\w{2}) (?P<id>\d{2})|(?P<s>\w{4}) (?P<id>\d{4}))
只是引发错误。
Unify capture groups for multiple cases in regex 的答案中的技巧不起作用,因为 (\w{2}(?= \d{2})|\w{4}(?= \d{4})) (\d{2}|\d{4})
会捕获错误数量的数字,并且出于我不想进入的原因,我无法手动优化备选方案的顺序。
有没有更地道的写法?
解决方法
好像有!来自 re
文档:
(?(id/name)yes|no) Matches yes pattern if the group with id/name matched,the (optional) no pattern otherwise.
示例如下:
rx = re.compile(r'(?P<prefix>(?P<prefix_two>)\w{2}(?= \d{2})|(?P<prefix_four>)\w{4}(?= \d{4})) (?P<digits>(?(prefix_two))\d{2}|(?(prefix_four))\d{4})')
def get_id(s):
m = rx.match(s)
if not m:
return (None,None,)
return m.group('prefix','digits')
print(get_id('AA 12')) # ('AA',12)
print(get_id('BB 1234')) # ('BB',12)
print(get_id('BBBB 12')) # (None,None)
print(get_id('BBBB 1234')) # ('BBBB',1234)
是否值得麻烦,我会留给读者。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。