python - 如何为内联有序列表创建正则表达式？

Question

我有一个表单字段，其中大多数仅包含内联有序列表:

1. This item may be contain characters, symbols or numbers. 2. And this item also...

以下代码不适用于用户输入验证(用户只能输入内联有序列表):

definiton_re = re.compile(r'^(?:\d\.\s(?:.+?))+$')
validate_definiton = RegexValidator(definiton_re, _("Enter a valid 'definition' in format: 1. meaning #1, 2. meaning #2...etc"), 'invalid')

PS:这里我使用RegexValidator Django 框架中的类用于验证表单字段值。

Answer 1

Nice solution from OP.为了进一步插入它，让我们做一些正则表达式优化/打高尔夫球。

(?<!\S)\d{1,2}\.\s((?:(?!,\s\d{1,2}\.),?[^,]*)+)

以下是新内容:

• (?:^|\s)比赛之间有回溯交替。这里我们使用(?<!\S)相反，断言我们不在非空白字符前面。
• \d{1,2}\.\s不必位于非捕获组内。
• (.+?)(?=(?:, \d{1,2}\.)|$)太笨重了。我们将这一点更改为:
  • ( 捕获组
  • (?:
  •     (?!消极前瞻:断言我们的立场是NOT:
  •       ,\s\d{1,2}\.一个逗号、空格字符，然后是列表索引。
  •     )
  •     ,?[^,]*这是有趣的优化:
  • • 如果有逗号，我们会匹配一个逗号。因为我们从前瞻断言中知道该位置不会启动新的列表索引。因此，我们可以安全地假设非逗号序列的剩余位(如果有的话)与下一个元素无关，因此我们用 * 滚动它们。量词，并且没有回溯。
  • • 这比 (.+?) 有显着改进.
  • )+继续重复该组，直到否定先行断言失败。
  • )

您可以使用它来代替 the other answer 中的正则表达式，这是 regex demo !

<小时/>

不过，乍一看，这个问题用 re.split() 可以更好地解决。解析时:

input = '1. List item #1, 2. List item 2, 3. List item #3.';
lines = re.split('(?:^|, )\d{1,2}\. ', input);
 # Gives ['', 'List item #1', 'List item 2', 'List item #3.']
if lines[0] == '':
  lines = lines[1:];
 # Throws away the first empty element from splitting.
print lines;

这是一个online code demo .

不幸的是，为了进行验证，您必须遵循正则表达式匹配方法，只需编译楼上的正则表达式即可:

regex = re.compile(r'(?<!\S)\d{1,2}\.\s((?:(?!,\s\d{1,2}\.),?[^,]*)+)')