具有重复组名的正则表达式

Question

我正在尝试制作一个正则表达式，其中我有一些重复的组名，例如，在下面的示例中，我想找到 ph、A 和 [=14 的值=] 这样，如果我在 pattern 中替换它们，我将检索 string。我使用 regex 执行此操作，因为 Python 的默认 re 库不允许重复名称。

pattern = '(?P<ph>.*?) __ (?P<A>.*?) __ (?P<B>.*?) __ \( (?P<ph>.*?) \-> (?P<A>.*?) = (?P<B>.*?) \) \)'
string = 'y = N __ ( A ` y ) __ ( A ` N ) __ ( y = N -> ( A ` y ) = ( A ` N ) ) )'
match = regex.fullmatch(pattern, string)
for k, v in match.groupdict().items():
    print(f'{k}: {v}')

然后我检索了预期的输出：

ph: y = N
A: ( A ` y )
B: ( A ` N )

我担心的是这个库似乎有一些问题，或者我没有正确使用它。例如，如果我将 string 替换为： string = 'BLABLA __ ( A ` y ) __ ( A ` N ) __ ( y = N -> ( A ` y ) = ( A ` N ) ) )'

然后上面的代码为 ph、A 和 B 提供完全相同的值，忽略 string 开头的 BLABLA 前缀，并且 match 应该是 None 因为没有解决方案。

有什么想法吗？

注意：更准确地说，在我的问题中，我有一对 patterns/strings (p_0, s_0) ... (p_n, s_n)，我必须在这些对中找到一个有效的匹配项，所以我将它们与 __ 连接在一起分隔符，但我也很好奇是否有正确的方法来做到这一点。

Answer 1

由于您要确保前三组与相应的后三组相等，因此您需要对前三组使用 backreferences 而不是使用同名捕获再次分组：

^(?P<ph>.*?) __ (?P<A>.*?) __ (?P<B>.*?) __ \( (?P=ph) \-> (?P=A) = (?P=B) \) \)$

见regex demo

此处，(?P=ph)、(?P=A) 和 (?P=B) 是 named backreferences 匹配捕获到具有相应名称的组中的相同文本。

^ 和 $ 锚点在您的代码中不是必需的，因为您使用 regex.fullmatch 方法，但是当您在正则表达式测试器中在线测试您的模式时需要它们。

具有重复组名的正则表达式

regex with repeated group names

python

regex

regex-group

python-regex