python - 用于提取占位符匹配的正则表达式

Question

我有这个字符串

template = "Hello my name is <name>, I'm <age>."

我想测试我的字符串是否与该模板匹配，并且任何内容都可以代替占位符。占位符以括号开头和结尾，如下所示 <place holder here> 。例如这个字符串会匹配

string = "Hello my name is John Doe, I'm 30 years old."

我还想提取替换占位符的字符串部分。对于上面的例子，我想获取列表:

['John Doe', '30 years old']

我可以使用模式 <(.*?)> 提取模板的占位符对于正则表达式，但我目前陷入如何从字符串中提取实际替换的问题。我需要一种通用方法，并且不想对模式进行硬编码以匹配完整模板，因为我有很多模板需要检查。有什么聪明的方法可以做到这一点吗？

Answer 1

您可以使用模板动态构建正则表达式。然后将其与任何输入字符串进行匹配。

import re

template = "Hello my name is <name>, I'm <age>."
pattern = "^" + re.escape(template) + "$"
pattern = re.sub("<[^>]+>", "(?P\g<0>.*)", pattern)
regex = re.compile(pattern, re.DOTALL)

string = "Hello my name is John Doe, I'm 30 years old."
match = regex.match(string)

match.group(0)
#=> "Hello my name is John Doe, I'm 30 years old."
match.group("name")
#=> 'John Doe'
match.group("age")
#=> '30 years old'
match.groups()
#=> ('John Doe', '30 years old')

对模板的唯一限制是应使用有效的正则表达式组名称。

您可以通过简单地不使用命名正则表达式组来解决此问题。

# replacing
pattern = re.sub("<[^>]+>", "(?P\g<0>.*)", pattern)
# with
pattern = re.sub("<[^>]+>", "(.*)", pattern)

将其与交叉引用模板中的占位符相结合，您将拥有更多命名选项。

placeholders = re.findall("<[^>]+>", template)
placeholders = list(map(lambda match: match[1:-1], placeholders))

dict(zip(placeholders, match.groups()))
#=> {'name': 'John Doe', 'age': '30 years old'}