正则表达式捕获组

Question

所以我有一个快速的问题，我无法弄清楚。

我有，我想分析例如一些线路：

• a = a/2;
• b*= a/4*2;
• float c += 4*2*sin(2);

而且我要的是得到的分配变量名分配。所以，在这种情况下，我希望检索a,b,c。

我有以下的正则表达式：

match = re.search(r'\b(?:float)?(.*)(?:(\+|-|\*|\\)? =)',line) 

当我打印出来m.group(1)它将返回a，b *，c +。

我不明白为什么它还捕获=之前的操作员，有人可以解释吗？

Answer 1

你有一个前面的贪婪捕获与(.*)，你可以让你的操作员捕获是可选的（与结尾?）;有了这个，贪婪捕获就是引入运营商，而不是让它落入匹配=的组。

尝试将贪婪捕获更改为只有那里可以接受。从外观上来看，它只能是字母数字值和空间（数字是一个猜测，所以，如果没有必要，可能被丢弃）：

\b(?:float\s+)?([a-zA-Z0-9]+)\s*(?:(\+|-|\*|\\)? =) 

Answer 2

我认为这可能是一个更简单的正则表达式。

首先，你的变量只能是字母数字，我还没有看到任何其他变量。

所以已经在您的捕获组是这样的：(\w+)

那么，如果能在这之前是一个float，它的确应该看起来像\b(?:float\s+)?

但真正的唯一的事情，这就是我们所需要的。

唯一缺少的是读取到的一次尝试阅读这一切的情况下，该行的末尾，否则，因为它涉及的不是如果你读每一行需要它：.*\n

让你整个事情可以是：\b(?:float\s+)?(\w+).*\n 一旦正则表达式达到非字母数字（例如空格，'='符号或任何其他字符），它将停止成为捕获组的一部分。

:)

运行我在你的例子中提到的正则表达式：

>>> import re 
>>> re.findall(r'\b(?:float\s+)?(\w+).*\n', "a = a/2;\nb*= a/4*2;\nfloat c += 4*2*sin(2);\n") 
['a', 'b', 'c'] 

，并运行在每个时间线：（^告诉正则表达式开始在字符串的开头）

>>> re.findall(r'^(?:float\s+)?(\w+)', "a = a/2") 
['a'] 
>>> re.findall(r'^(?:float\s+)?(\w+)', "b*= a/4*2") 
['b'] 
>>> re.findall(r'^(?:float\s+)?(\w+)', "float c += 4*2*sin(2)") 
['c']