python - 仅在与其他匹配组不同时才匹配组

Question

我想用正则表达式匹配以 w 开头并以 d 结尾的每个子字符串。

例如对于输入 worldworld 它应该返回 ('worldworld', 'world', 'world')。 (注意:有两个 world 但它们是不同的，因为它们在字符串中的位置不同)

为此，我以这个程序结束 with following regex :

import re

s = '''worldworld'''

for g in re.finditer(r'(?=(w.*d))(?=(w.*?d))', s):
    print(g.start(1), g.end(1), g[1])
    print(g.start(2), g.end(2), g[2])
    print('-' * 40)

这打印:

0 10 worldworld
0 5 world
----------------------------------------
5 10 world
5 10 world
----------------------------------------

它找到所有子串，但有些也是重复的(注意组的开始和结束位置)。

之后我可以使用组的开始和结束位置过滤组，但我想知道是否可以通过更改我的正则表达式来完成，只返回唯一的组。

我可以将此正则表达式更改为仅匹配不同于其他组的组吗？如果是如何？我乐于接受有关如何解决此问题的建议。

Answer 1

我不相信这可以用一个正则表达式来完成。但是使用嵌套循环很简单:

import re
test = "wddddd"
# need to compile the tail regexp to get a version of
# `finditer` that allows specifying a start index
tailre = re.compile("(d)")
for wg in re.finditer("(w)", test):
    start = wg.start(1)
    for dg in tailre.finditer(test, wg.end(1)):
        end = dg.end(1)
        print(test[start : end], "at", (start, end))

显示:

wd at (0, 2)
wdd at (0, 3)
wddd at (0, 4)
wdddd at (0, 5)
wddddd at (0, 6)

与

test = "worldworldworld"

改为:

world at (0, 5)
worldworld at (0, 10)
worldworldworld at (0, 15)
world at (5, 10)
worldworld at (5, 15)
world at (10, 15)