正则表达式获取捕获组的大小

Question

是否可以编写一个正则表达式，稍后我可以在同一个正则表达式中以某种方式引用“第一个捕获组的长度”？我在这里想要实现的是捕获 1 的连续出现，然后是 2 的连续出现的确切数量。

我想要类似的东西

r"(1*)(2{length()})" # where `length()` should give me the length of capture group 1

应该匹配

1122 # two 1's followed by two 2's
111222 # three 1's followed by three 2's
121122111222 # should match `12` and `1122` and `111222` separately

不应该匹配

122 # there are two 2's following one 1
112 # there are two 1's but only one 2
11222 # same as above but with different occurrences
11122 # same as above but with different occurrences

Answer 1

如果连续 1 的最大数量足够少，那么您可以枚举选项。类似于：

r'(12)|(1122)|(1{3}2{3})' etc

您甚至可以生成正则表达式。如果没有太多递归，长正则表达式的效率会出奇地高。

for i in range(1:50):
    regex += r"|1{" + str(i) + r"}2{" + str(i) + r"}"

您还必须根据需要添加边界。

如果你不介意做两遍，你可以从重新匹配对象中获取长度：

ONES = re.compile(r'1+')
match = ONES.search(string)
if match is not None:
    length = match.end() - match.start()
TWOS = re.compile(r'2{' + str(length) + r'}')
string = string[match.end():]
match = TWOS.search(string)
...

如果您不愿意使用正则表达式，请考虑拆分成一个列表并使用列表操作

Answer 2

Update 我想你可以使用一些荒谬的 Java 前瞻递归模拟，但它不起作用
或者你可以使用 Python 来做到这一点？

>>> import regex
>>> rx_1_2 = r"(?m)^(1(?>(?1))*2)$"
>>>
>>> input = '''
... 111222222
... 11222234
... 1111222
... 111222
... 1122
... 12
... '''
>>> res = regex.findall( rx_1_2, input )
>>> print( res )
['111222', '1122', '12']

这个问题被标记为 Java 模拟递归的重复
使用前瞻是对涵盖此内容的人的错误判断通过将其标记为重复来提出问题。只是判断力差...

可以用 pythons regex 模块来完成。
需要使用递归。
这样做是因为它实际上只是嵌套的定界符。

1(?>[^12]++|(?R))*2

https://regex101.com/r/4Nxtvl/1

                         # Recursion 
 1                       # 1
 (?>                     # Atomic group
      [^12]++                 # Possesive, not 1 or 2
   |                        # or,
      (?R)                    # Recurse the regex
 )*                      # End cluster, do 0 to many times
 2                       # 2

为了不允许内部内容使用1(?>(?R))*2https://regex101.com/r/mSUIp0/1

要添加边界条件，包含对组的递归，
然后用边界结构围绕它。

(?<!\d)(1(?>[^12]++|(?1))*2)(?!\d)

https://regex101.com/r/SSr1zV/1

 (?<! \d )               # Not a digit behind
 (                       # (1 start), Recursion code group
    1                       # 1
    (?>                     # Atomic group
       [^12]++                 # Possesive, not 1 or 2
     |                        # or,
       (?1)                    # Recurse the regex group 1
    )*                      # End cluster, do 0 to many times
    2                       # 2
 )                       # (1 end)
 (?! \d )                # Not a digit ahead

为了不允许内部内容使用(?<!\d)(1(?>(?1))*2)(?!\d)https://regex101.com/r/VI6w0Y/1

正则表达式获取捕获组的大小

Regex to get the size of capturing group

python

regex

python-re