python 正则表达式中的可选组

Question

我正在尝试编写一个读取以下格式的网站配置文件的函数：

routename, optional_path, Title With Spaces;
otherroute, other title {
    nestedroute, :can_have_semicolon, Nested Title;
};

differentroute, Awesome Title Ya'll;

（我正在写一个 ember 应用）

所以我写了一个递归公式，它在所有方面都运行良好，但是分割实际单个项目的正则表达式让我很头疼。

首先将给递归函数的整个字符串拆分为：

filter(None, re.split(r";\n*(\b|$)", routes))

这将最高级别的组分开（上面的示例最终会分成两部分，一个带括号，一个不带括号，但都没有尾随冒号）。

如果发现单个项目包含{ 或}，它将使用此正则表达式：

route, path, title, bundle = re.match(r"\s*(\w+)\s*,\s*(\S*?)\s*?,?\s*([\w ]+)\s*{\s*(.+)\s*}\s*", r, flags = re.S).groups()

在标签“未缩进”后递归处理包。

否则使用此正则表达式：

route, path, title = re.match(r"\s*(\w+)\s*,\s*(\S*?)\s*?,?\s*([\w ]+)\s*", r).groups()

这里它们都写得更清楚了，去掉了空格代码：

re.match(r"(\w+),(\S*?),?([\w ]+){(.+)}", r, flags = re.S).groups()
re.match(r"(\w+),(\S*?),?([\w ]+)", r).groups()

我一直有各种疯狂的行为。基本上，路径是可选的，但标题和路由是强制性的，并且标题需要能够包含空格。括号中的内容被不加选择地抓取，因为它将由这些相同的表达式递归处理。

我用过很多变种，有些根本不选择路径，有些没有它就无法运行，有些不支持路径中的:，有些分裂标题或从中随机删除字母或单词。有太多的变体，有太多的输入要记住。因为它代表第二个正则表达式（我专注于简单版本并在它工作后添加括号行为，因为括号行为似乎没有给出任何问题），输入如下：

customer, path, Customer Account

给出以下输出：

('customer', '', 'path')

但没有路径：

customer, Customer Account

它正在做我想做的事。

('customer', '', 'Customer Account')

如果您需要更多信息，请询问。已经这么久了。

Answer 1

您的正则表达式使逗号成为可选的，但不是它前面的单词。您需要将组合设为可选：

(\w+),(?:(\S*?),)?([\w ]+){(.+)}