Python 正则表达式中的“无需重复”答案

【问题标题】："Nothing to repeat" from Python regexPython 正则表达式中的“无需重复”
【发布时间】：2015-10-01 21:43:43
【问题描述】：

这是一个正则表达式 - egrep 尝试，然后是 Python 2.7：

$ echo '/some/path/to/file/abcde.csv' | egrep '*([a-zA-Z]+).csv'

/some/path/to/file/abcde.csv

但是，Python 中的相同正则表达式：

re.match(r'*([a-zA-Z]+)\.csv',f )

给予：

Traceback (most recent call last):
  File "/shared/OpenChai/bin/plothost.py", line 26, in <module>
    hosts = [re.match(r'*([a-zA-Z]+)\.csv',f ).group(1) for f in infiles]
  File "/usr/lib/python2.7/re.py", line 141, in match
    return _compile(pattern, flags).match(string)
  File "/usr/lib/python2.7/re.py", line 251, in _compile
    raise error, v # invalid expression
sre_constants.error: nothing to repeat

搜索显示这里似乎存在一个 Python 错误：

regex error - nothing to repeat

这似乎是一个 python 错误（在 vim 中完美运行）。来源问题的关键在于 (\s*...)+ 位。

但是，我并不清楚：那么上面显示的正则表达式的解决方法是什么 - 让 python 开心？

谢谢。

【问题讨论】：

你试过.*或.*?吗？
这不是 python 错误；你有一个 * （意思是“前一个字符重复 0 次或更多次”）没有前一个字符。
* 在正则表达式中的意思是 0 or more of the previous 所以你抱怨的是一个错误根本不是一个错误。你想让* 匹配什么？

标签： python regex

【解决方案1】：

您不需要模式中的*，它会导致问题，因为您正在尝试量化模式的开头，但是没有任何东西可以量化，空字符串。

同样的“Nothing to repeat”错误发生在你

将 any 量词（+、?、*、{2}、{4,5} 等）放在模式的开头（例如 re.compile(r'?')）
在^ / \A 字符串锚点开始之后添加任何量词（例如re.compile(r'^*')）
在$ / \Z 字符串锚的结尾（例如re.compile(r'$*')）之后添加任何量词
在单词边界后添加任何量词（例如re.compile(r'\b*\d{5}')）

但是请注意，在 Python re 中，您可以量化任何环视，例如(?<!\d)*abc 和 (?<=\d)?abc 将产生相同的匹配，因为环视是可选的。

使用

([a-zA-Z]+)\.csv

或者匹配整个字符串：

.*([a-zA-Z]+)\.csv

见demo

原因是* 未转义，因此被视为量词。它应用于正则表达式中的前述子模式。在这里，它用于模式的开头，因此无法量化任何内容。因此，无需重复。

如果它在 VIM 中“有效”，那只是因为 VIM 正则表达式引擎忽略了这个子模式（就像 Java 在 [([)]] 这样的字符类中使用未转义的 [ 和 ] 所做的一样）。

【讨论】：

【解决方案2】：

这不是一个错误 python 正则表达式引擎使用传统 NFA 来匹配模式。并且字符 * 仅在前面带有标记时才有效。

'*'

使生成的 RE 匹配 前面的 RE 的 0 个或多个重复，尽可能多的重复。 ab* 将匹配“a”、“ab”或“a”后跟任意数量的“b”。

因此，您可以改用 .* 重复任何字符 (.) ：

r'.*([a-zA-Z]+)\.csv'

python 还提供了模块fnmatch，它支持 Unix shell 样式的通配符。

>>> import fnmatch
>>> s="/some/path/to/file/abcde.csv"
>>> fnmatch.fnmatch(s, '*.csv')
True

【讨论】：