【发布时间】：2011-02-07 22:02:07
【问题描述】：
在 Perl 中，我会做这样的事情来获取正则表达式中的不同字段，用 () 分隔不同的字段并使用 $ 获取它们
foreach $line (@lines)
{
$line =~ m/(.*?):([^-]*)-(.*)/;
$field_1 = $1
$field_2 = $2
$field_3 = $3
}
我怎么能在 Python 中做这样的事情？
【问题讨论】：
【发布时间】：2011-02-07 22:02:07
【问题描述】：
您的 sn-p 的“规范”Python 翻译...：
import re
myre = re.compile(r'(.*?):([^-]*)-(.*)')
for line in lines:
mo = myre.search(line)
field_1, field_2, field_3 = mo.groups()
导入re 是必须的（导入通常在模块顶部完成，但这不是强制性的）。预编译 RE 是可选的（如果您改用 re.search 函数，它将即时编译您的模式）但建议使用（因此您不依赖已编译的 RE 对象的模块缓存来提高性能，并且为了拥有一个 RE 对象并调用其方法，这在 Python 中更为常见）。
您可以使用match 方法（无论您的模式是否以'^' 开头，它总是尝试从头开始匹配）或search 方法（尝试在任何地方进行匹配）；对于您给定的模式，它们应该是等效的（但我不是 100% 确定）。
.groups() 方法返回所有匹配的组，因此您可以一次性将它们全部分配（在 Python 中使用列表，就像在 Perl 中使用数组一样，可能更正常，但由于您选择在Perl 你也可以在 Python 中做同样的事情）。
如果任何行与 RE 不匹配，这将失败并出现异常，如果您知道它们都匹配，这很好（我不确定您的 Perl 的行为是什么，但我认为它会“重用”前一个而是匹配行的值，这很奇怪...除非您再次知道所有行都匹配；-)。如果您只想跳过不匹配的行，请将最后一条语句更改为以下两条：
if mo:
field_1, field_2, field_3 = mo.groups()
【讨论】：
在 Perl 中，使用数组比在一堆标量后面加上数字要好得多。例如
foreach my $line ( @lines ) {
my @matches = ( $line =~ m/(.*?):([^-]*)-(.*)/ );
...
}
在 Python 中，re 模块返回一个包含捕获组信息的匹配对象。所以你可以写：
match = re.search( '(.*?):([^-]*)-(.*)', line )
那么您的匹配项将在match.group(1)、match.group(2) 等中提供。
【讨论】：
Python 通过 re 模块支持正则表达式。 re.search() 方法返回一个 MatchObject ，它具有像 group() 这样的方法，您可以使用它们来检索“捕获组”信息。
例如：
m = re.search(r'(.*?):([^-]*)-(.*)', line)
field_1 = m.group(1)
field_2 = m.group(2)
field_3 = m.group(3)
【讨论】：
别忘了在 Python 中，TIMTOWTDI ;)
import re
p = re.compile(r'(\d+)\.(\d+)')
num_parts = p.findall('11.22 333.444') # List of tuples.
print num_parts # [('11', '22'), ('333', '444')]
【讨论】：
-
我认为您将 Python 与 Perl 混淆了；只需阅读
import this（即Python之禅，或只是python -c "import this" |grep -i there） -
@AleksiTorhamo 也许你把严肃和玩笑混为一谈了？ ;)
-
啊，很好 :-) 只是这是我一天内第二次碰到有人这么说，所以我想我最好在幼稚/信息丰富的方面犯错 :) (是的，我很确定那个 other 是认真的 :D)
作为一个替代示例，python 为named capture groups 提供了非常好的支持（事实上，python 率先支持命名捕获组）。
要使用命名的捕获组，您只需在捕获组的左括号内添加?P<the_name_of_the_group>。
这使您可以非常轻松地在字典中获取所有匹配项：
>>> import re
>>> x = re.search("name: (?P<name>\w+) age: (?P<age>\d+)", "name: Bob age: 20")
>>> x.groupdict()
{'age': '20', 'name': 'Bob'}
这是 OP 的示例，已修改为使用命名捕获组
import re
find_fields_regex = re.compile(r'(?P<field1>.*?):(?P<field2>[^-]*)-(?P<field3>.*)')
for line in lines:
search_result = find_fields_regex.search(line)
all_the_fields = search_result.groupdict()
现在all_the_fields 是一个字典，其键对应于捕获组名称（“field1”、“field2”和“field3”），值对应于各个捕获组的内容。
为什么你应该更喜欢命名捕获组
- 使用命名的捕获组，无论您修改正则表达式模式以添加更多捕获组还是删除现有捕获组，所有内容仍会被放入正确键下的字典中。但是如果没有命名的捕获组，每次组数发生变化时，您都必须仔细检查变量分配。
- 命名的捕获组使您的捕获组能够自我记录。
- 如果需要，您仍然可以使用数字来指代组：
>>> import re
>>> x = re.search("name: (?P<name>\w+) age: (?P<age>\d+)", "name: Bob age: 20")
>>> x.groupdict()
{'age': '20', 'name': 'Bob'}
>>> x.group(1)
'Bob'
>>> x.group(2)
'20'
一些不错的正则表达式资源：
- http://www.regular-expressions.info/named.html（最好的正则表达式 曾经写过的参考资料）
- https://docs.python.org/2/library/re.html （Python 的正则表达式文档）
- http://pythex.org/（伟大的在线工具 测试python正则表达式）
【讨论】：