我可以用python中几个正则表达式的并集展开一个字符串吗?

Question

我正在破解一个转换文件类型的包，允许用户指定转换(一个python函数)和一个正则表达式，用于如何更改文件名。

在一种情况下，我有一系列正则表达式和一个输出字符串，我想用所有正则表达式组的并集展开:

import re
re_strings = ['(.*).txt', '(.*).ogg', 'another(?P<name>.*)']
regexes = map(re.compile, re_strings]
input_files = ['cats.txt', 'music.ogg', 'anotherpilgrim.xls']
matches = [regexes[i].match(input_files[i]) for i in range(len(regexes))]
outputstr = 'Text file about: 1, audio file about: 2, and another file on g<name>.'
# should be 'Text file about: cats, audio file about: music, and another file on pilgrim.xls'

我想让outputstr用正则表达式的并集展开(也许连接对2引用更有意义?)。我可以连接两个re，用一些没用的字符分隔它们:

final_re = re.compile('n'.join(re_strings))
final_files = 'n'.join(input_files)
match = final_re.search(final_files)

但是这强制re匹配整个文件，而不仅仅是文件名的一部分。我可以在文件之间放一个全能组一个la (.*?)，但这肯定会弄乱组引用，它可能会弄乱原始模式(我无法控制)。我想我也可以在任何地方强制命名组，然后联合所有的正则表达式。groupdict()s…

Python不允许部分展开，所以所有的组引用都必须是有效的，所以没有机会对groupdict进行一系列的展开，比如:

for m in matches:
    outputstr = m.expand(outputstr)

谢谢你的建议!

Answer 1

只是为了记录，这里是如何组合几个正则表达式结果的结果，并在它们之间进行替换。

给定多个查询字符串和多个正则表达式匹配:

import re
query_str = ["abcdyyy", "hijkzzz"]
re_pattern = [r"(a)(b)(?P<first_name>c)(d)",
              r"(h)(i)(?P<second_name>j)(k)"]
# match each separately
matches= [re.search(p,q) for p,q in 
          zip(re_pattern, query_str)]

我们想做一个替换字符串，结合所有的搜索结果:

replacement = r"[4_g<first_name>_2_1:5:6:8:g<second_name>]"

要做到这一点，我们需要:

1. 合并搜索结果
2. 用一个代理代替合并的结果(match_substitute)
3. 有一个代理对象来处理命名组，例如:"first_name"(pattern_substitute)

这是由以下代码处理的。结果在"result":

import sre_parse
#
#   dummy object to provide group() function and "string" member variable
#
class match_substitute:
    def __init__(self, matches): 
        self.data = []
        for m in matches:
            self.data.extend(m.groups())
        self.string = ""
    # regular expression groups count from 1 not from zero!
    def group(self, ii):
        return self.data[ii - 1]

#
#   dummy object to provide groupindex dictionary for named groups
#
class pattern_substitute:
    def __init__(self, matches, re_pattern): 
        #
        #   Named group support
        #   Increment indices so they are point to the correct position
        #       in the merged list of matching groups
        #
        self.groupindex = dict()
        offset = 0
        for p, m in zip(re_pattern, matches):
            for k,v in sre_parse.parse(p).pattern.groupdict.iteritems():
                self.groupindex[k] = v + offset
            offset += len(m.groups())

match   = match_substitute(matches)
pattern = pattern_substitute(matches, re_pattern)
#
#   parse and substitute
#
template = sre_parse.parse_template(replacement, pattern)
result = sre_parse.expand_template(template, match)