匹配包含重复子组的模式的python正则表达式模式

Question

我正在寻找一种可以捕捉和替代的模式：

“随便什么1。[文档1]这是一个文档处理”

“随便什么 1.这是一个文件处理”

但当然只有在两个数字相同的情况下

一般：

“随便什么N。[文档N]这是一个正在处理的文档”

如果有帮助，N 必须在 1 到 1000 之间（即最多三个字符）

import re
mystr = "whatever whatever 1. [document 1] This is a document dealing with"
mystr = re.sub(r'([1-9]+)(\s)?(\.)(\s+)(\[Document )(*****)',r'\1\2\3\4',mystr)
                 ^^^^^^^^                            ^^^^^^

我必须在*****中提到第一组

我可以使用：

mystr = re.sub(r'([1-9]+)(\s)?(\.)(\s+)(\[Document )([1-9]+)',r'\1\2\3\4',mystr)

当然，这将包括以下情况： “随便什么 56. [文档 877] 这是一个处理文档”

我检查了一堆没有成功的答案： Regex: How to match a string that contains repeated pattern? Capture repeated groups in python regex Capturing repeating subpatterns in Python regex Regex with repeating groups python regular expression repeating group matches

Answer 1

您可以使用组和对数字的反向引用：

由于我不确定您的全部条件是否匹配，因此我在此提供一个最小示例，假设唯一匹配的是一个最多 3 位数字的数字，后跟 [document {number}] 形式的引用：

import re
mystr = "whatever whatever 1. [document 1] This is a document dealing with"
mystr = re.sub(r'((\d{1,3})\.)\s*\[document \2\]', r'\1', mystr)

输出：'whatever whatever 1. This is a document dealing with'

注意。在上面的示例中，要考虑的引用是 \2，如果您使用更多捕获组，则必须仔细更新此内容