Python alpha(alpha|digit) 的正则表达式*

Question

我正在尝试生成一个 python 正则表达式来表示词法分析器的标识符。我的做法是：

([a-zA-Z]([a-zA-Z]|\d)*)

当我使用它时：

regex = re.compile("\s*([a-zA-Z]([a-zA-Z]|\d)*)")
regex.findall(line)

它没有像它应该的那样生成标识符列表。我是否错误地构建了表达式？

表示形式的好方法是什么：

alpha(alpha|digit)*

使用 python re 模块？

Answer 1

像这样：

regex = re.compile(r'[a-zA-Z][a-zA-Z\d]*')

注意引号前的 r 以获得原始字符串，否则您需要转义所有反斜杠。

因为之前的 \s* 是可选的，你可以删除它，就像捕获组一样。

如果你想确保匹配前面没有数字，你可以这样写，并带有负向后视(?<!...):

regex = re.compile(r'(?:^|(?<![\da-zA-Z]))[a-zA-Z][a-zA-Z\d]*')

请注意，对于 re.compile，您可以使用不区分大小写的选项：

regex = re.compile(r'(?:^|(?<![\da-z]))[a-z][a-z\d]*', re.I)

Python Regex for alpha(alpha|digit)*