问题描述
Python并不直接支持此功能,但是您可以使用零宽度前瞻断言((?=RE)
)进行仿真,该断言从当前点开始以您想要的相同语义进行匹配,将命名组((?P<name>RE)
)放入前瞻,然后使用命名后向引用((?P=name)
),以完全匹配零宽度断言匹配的内容。结合在一起,这将为您提供相同的语义,但以创建其他匹配组和大量语法为代价。
例如,您提供的链接提供了Ruby的示例
/"(?>.*)"/.match('"Quote"') #=> nil
我们可以这样在Python中进行仿真:
re.search(r'"(?=(?P<tmp>.*))(?P=tmp)"', '"Quote"') # => None
我们可以证明我正在做有用的事情,而不仅仅是散发出线噪,因为如果我们更改它以使内部组不吃决赛"
,它仍然匹配:
re.search(r'"(?=(?P<tmp>[A-Za-z]*))(?P=tmp)"', '"Quote"').groupdict()
# => {'tmp': 'Quote'}
您还可以使用匿名组和数字后向引用,但是这样会充满行噪:
re.search(r'"(?=(.*))\1"', '"Quote"') # => None
(完整披露:我从perl的perlre
文档中学到了这个技巧,该文档在的文档中进行了提及(?>...)
。)
除了具有正确的语义外,这还具有适当的性能。如果我们将示例移植到perlre
:
[nelhage@anarchique:~/tmp]$ cat re.py
import re
import timeit
re_1 = re.compile(r'''\(
(
[^()]+ # x+
|
\( [^()]* \)
)+
\)
''', re.X)
re_2 = re.compile(r'''\(
(
(?=(?P<tmp>[^()]+ ))(?P=tmp) # Emulate (?> x+)
|
\( [^()]* \)
)+
\)''', re.X)
print timeit.timeit("re_1.search('((()' + 'a' * 25)",
setup = "from __main__ import re_1",
number = 10)
print timeit.timeit("re_2.search('((()' + 'a' * 25)",
setup = "from __main__ import re_2",
number = 10)
我们看到了巨大的进步:
[nelhage@anarchique:~/tmp]$ python re.py
96.0800571442
7.41481781006e-05
随着我们扩展搜索字符串的长度,这只会变得更加引人注目。
解决方法
Ruby的正则表达式具有一个称为“原子分组”的功能(?>regexp)
,在此进行了介绍,Python的re
模块中是否有等效功能?