我试图使用正则表达式从字符串中捕获重复的模式。更准确地说，我正在尝试解析LDAP模式定义。
一个示例字符串：
( 1.3.6.1.4.1.1466.115.121.1.8 DESC 'Certificate' X-BINARY-TRANSFER-REQUIRED 'TRUE' X-NOT-HUMAN-READABLE 'TRUE' )
与字符串和所有相关组件匹配的正则表达式（Python /扩展正则表达式）为：
^\( (?P<oid>\d+(\.\d+)*) ((?P<keyword>[A-Z-]+) (?P<value>[^' ]+|'[^']+'|\(.+\)) )+\)$
我已经命名了相关的匹配组。问题是我如何捕获P和P的所有出现？默认情况下，仅捕获最后一次出现，而其他仅匹配。
如果您使用新的regex模块，则可以使用一种方法来存储重复捕获组的结果，例如：
import regex
line = '''( 1.3.6.1.4.1.1466.115.121.1.8 DESC 'Certificate' X-BINARY-TRANSFER-REQUIRED 'TRUE' X-NOT-HUMAN-READABLE 'TRUE' )'''
pattern = r'''(?x) # switch the VERBOSE (free-spacing) mode on
^
\( [ ]*
(?P<oid>\d+(?:\.\d+)*) \s+ # use a non-capturing group when there is
(?: # no need to capture something
(?P<keyword>[A-Z-]+) [ ]+
(?P<value> [^' ]+ | '[^']*' | \(.+\)) [ ]*
)+
\)
$
'''
m = regex.match(pattern, line)
print m.capturesdict()
您获得：
{'oid': ['1.3.6.1.4.1.1466.115.121.1.8'], 'keyword': ['DESC', 'X-BINARY-TRANSFER-REQUIRED', 'X-NOT-HUMAN-READABLE'], 'value': ["'Certificate'", "'TRUE'", "'TRUE'"]}
关于子模式\(.+\)：
看起来似乎是一种奇怪的处理嵌套paren的方法（由于贪婪的量词）。但是，如果paren之间只有一个值，则该子模式将提供预期的结果。
再有一次，新的正则表达式模块使您可以重用子模式（在捕获组中定义），从而可以构建递归模式，例如：
(\((?>[^()]+|(?1))*\))
（其中(?1)指的是捕获组1中的模式（子模式本身））
因此，您可以像这样重写value子模式：
(?P<value> [^' ]+ | '[^']*' | (\((?>[^()]+|(?1))*\)) )
注意：但是，如果您不打算处理嵌套的括号，请忘记使用它 \([^)]*\)
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句