Блог

У меня есть регулярное выражение, которое заменяет букву n на (w{1,}) — это означает, что любое слово может заменять букву n. Теперь я хочу создать группу из m экземпляров (w{1,}) — т.е. Добавить скобки вокруг m экземпляров (w{1,}) , например:

 "("   "(w{1,}), (w{1,}), (w{1,}) .... (w{1,})"   ")", where (w{1,}) occurs m times
 

Как я могу это сделать? Я знаю, что это будет выглядеть примерно так

re.sub(w{1,}){2,}, inputstring, "(" however many instances of (w{1,}) the pattern was able to match "))

Как мне выразить в регулярном выражении, что шаблон был сопоставлен m раз? (Чтобы я мог выполнить замену, заключенную в круглые скобки).

Если я правильно понимаю вопрос, вы пишете одно регулярное выражение для создания другого регулярного выражения. То есть вы используете замену регулярных выражений для построения шаблона для поиска по регулярным выражениям. Ваш ввод включает в себя какое-то значение подстановочного знака (например "n" ), которое вам нужно заменить, чтобы создать шаблон поиска. В шаблоне поиска смежные значения подстановочных знаков должны быть объединены в одну группу захвата (так "n n bacon n" будет две группы захвата, одна для первых двух слов и еще одна для последнего). Я думаю, вы можете сделать это, если сначала захватите все соседние подстановочные знаки, а затем замените отдельные экземпляры в более крупной группе.

Вот код, который это делает:

 import re

def make_pattern(template, wildcard="n"):
    replacement_pattern = r"b{0}b(?:s {0}b)*".format(wildcard)
    def replacement_func(match):
        return "("   re.sub(wildcard, r"w ", match.group())   ")"
    return re.sub(replacement_pattern, replacement_func, template)
 

b Escape-последовательности в replacement_pattern необходимы для предотвращения обработки вхождений wildcard как таковых, если они являются частью некоторого большего слова (например "n" , в конце "bacon" ). Закрытие replacement_func использует дополнительную замену регулярного выражения для замены подстановочных знаков, сохраняя при этом расстояние между ними (поэтому шаблон, подобный "n n n n" , будет соответствовать иначе, чем "n n n n" ). Я полагаю, вы могли бы вместо этого выполнить обычную замену строки (с str.replace ), если бы захотели. Я просто не мог устоять перед тремя уровнями регулярных выражений в одном решении.

Вот пример запуска:

 >>> make_pattern("n n bacon n")
'(\w \s \w ) bacon (\w )'
>>> re.findall(make_pattern("n n bacon n"), "spam spam eggs bacon and spam")
[('spam eggs', 'and')]