python - Python 正则表达式中的上一组匹配

Question

我 try catch 看起来像 %a 的字符串片段, %b等，并用一些值替换它们。此外，我希望能够逃脱 %通过键入字符 %% .

在示例字符串中 %d%%f%x%%%g我想匹配 <b>%d</b>%%f<b>%x</b>%%<b>%g</b> ( %d ， %x ， %g )。

我的正则表达式是这样的:

(?:[^%]|^)(?:%%)*(%[a-z])

• (?:[^%]|^) - 匹配行首或不同于% 的字符
• (?:%%)* - 匹配 0 次或多次出现的 %% (转义 % )
• (%[a-z]) - 与 %a 的正确匹配, %b等模式

添加前两个元素以支持转义%性格。

但是，在示例字符串上运行正则表达式时，最后一个片段 ( %g) 未找到:

>>> import re
>>> pat = re.compile("(?:[^%]|^)(?:%%)*(%[a-z])")
>>> pat.findall("%d%%f%x%%%g")
['%d', '%x']

但是在%%%g之前加了一个字符之后, 它开始正常工作:

>>> pat.findall("%d%%f%x %%%g")
['%d', '%x', '%g']

看起来像x不再与 [^%] 匹配匹配到群组后 (%[a-z]) .如何更改正则表达式以强制它再次检查上一场比赛的最后一个字符？我读到了 \G , 但它没有帮助。

Answer 1

为什么它没有选择 %g？

要选择%g，它前面必须有%%。甚至在此之前，它必须有一个 non-% 字符，或者位于字符串的开头。因此，x%%%g 可能会为您匹配。但是这个 x 是在之前的匹配中选择的(即打印 %x 时)。

简单来说，您的正则表达式匹配存在重叠。因此，您可以使用以下方法克服此问题。我将你的正则表达式放在 (?= ... )

pat = re.compile("(?=(?:[^%]|^)(?:%%)*(%[a-z]))")