比赛，但不能退货的正则表达式的两场比赛之间

Question

我想取回两个不同的项目，而不在使用正则表达式的词语相匹配：

[[A]] son of [[B]]

我想这会工作：

\[\[[A-Za-z\s]+\]\](?:(.*son of.*))\[\[[\|,A-Za-z\s]+\]\]

但它不是很工作。我怎么能匹配A和B而不返回“儿子的”？

Answer 1

我假设你有一个像[[Worf]] son of [[Mogh]]一个字符串，从要 “回归”（即匹配）[[Worf]]和[[Mogh]]。要做到这一点，您需要捕获围绕想要捕获的正则表达式部分（又名“返回”）的组（括号）。为了不返回son of，您还需要删除您在其中的捕获组（嵌套在(?:...)之内）。

在代码：

>>> s = '[[Worf]] son of [[Mogh]]' 
>>> p = re.compile('(\[\[[A-Za-z\s]+\]\])(?:.*son of.*)(\[\[[\|,A-Za-z\s]+\]\])') 
>>> print p.match(s).groups() 
('[[Worf]]', '[[Mogh]]') 

如果您使用的.groups()方法来获得匹配的部分，你也可以删除非捕获组围绕.*son of.*，这可能会使RE更具可读性（我碰巧认为它的意图 - 不捕捉 - 更清楚）。

Answer 2

尝试以下操作：(\[\[[A-Za-z\s]+\]\])(?:.*son of.*)(\[\[[\|,A-Za-z\s]+\]\])

p = re.compile(r"(\[\[[A-Za-z\s]+\]\])(?:.*son of.*)(\[\[[\|,A-Za-z\s]+\]\])") 
m = p.match("[[A]] son of [[B]]") 
print m.groups() 
# ('[[A]]', '[[B]]') 

Answer 3

>> a = "\[\[([A-Za-z]+)\]\] son of \[\[([A-Za-z]+)\]\]" 
>> p = re.compile(a) 
>> m = p.match("[[A]] son of [[B]]") 
>> m.groups() 
('A', 'B') 

Answer 4

我会回应dcrosta的答案，虽然我个人更喜欢使用命名捕获。虽然使用名为捕捉使得正则表达式本身有点难以阅读，它可以让你捕捉类似于字典的访问：

>>> mw_string = "[[Duras]] son of [[Ja'rod]]" 
>>> son_re = re.compile('\[\[(?P<son>[^\]]+)\]\](?:.*son of.*)\[\[(?P<parent>[^\]]+)\]\]') 
>>> print son_re.match(mw_string).group("son") 
Duras 
>>> print son_re.match(mw_string).group("parent") 
Ja'rod 

使用名称的优点捕捉的是，你可能会创建一整套各种使用regexen的，每一个都有一个你想以特定有意义的顺序退出比赛的定义的参数集（例如，“[[Ja'rod]]的儿子[[Duras]]”）。

由于它看起来像是在解析MediaWiki，因此使用mwlib来遍历链接，然后找到那些在其周围环境中具有“子”的东西可能会很有用。这肯定会有助于各种特殊形式的链接不符合这套正则表达式。