在python中使用正則表達(dá)式查找可嵌套字符串組

在網(wǎng)上看到一個(gè)小需求，需要用正則表達(dá)式來(lái)處理。原需求如下：

找出文本中包含”因?yàn)椤浴钡木渥?，并以兩個(gè)詞為中心對(duì)齊輸出前后3個(gè)字，中間全輸出，如果“因?yàn)椤焙汀八浴敝虚g還存在“因?yàn)椤薄八浴保惨页鰜?lái)，另算一行，輸出格式為：
行號(hào) 前面3個(gè)字 *因?yàn)? 全部 &所以& 后面3個(gè)字(標(biāo)點(diǎn)符號(hào)算一個(gè)字)
2 還不是 *因?yàn)? 這里好， &所以& 沒有人
實(shí)現(xiàn)方法如下：    
#encoding:utf-8
import os
import re
def getPairStriList(filename):
  pairStrList = []
  textFile = open(filename, 'r')
  pattern = re.compile(u'.{3}\u56e0\u4e3a.*\u6240\u4ee5.{3}') #u'\u56e0\u4e3a和u'\u6240\u4ee5'分別為“因?yàn)椤焙汀八浴钡膗tf8碼
  for line in textFile:
    utfLine = line.decode('utf8')
    result = pattern.search(utfLine)
    while result:
      resultStr = result.group()
      pairStrList.append(resultStr)
      result = pattern.search(resultStr,2,len(resultStr)-2)
  #對(duì)每個(gè)字符串進(jìn)行格式轉(zhuǎn)換和拼接  
  for i in range(len(pairStrList)):
    pairStrList[i] = pairStrList[i][:3] + pairStrList[i][3:5].replace(u'\u56e0\u4e3a',u' *\u56e0\u4e3a* ',1) + pairStrList[i][5:]
    pairStrList[i] = pairStrList[i][:len(pairStrList[i])-5] + pairStrList[i][len(pairStrList[i])-5:].replace(u'\u6240\u4ee5',u' &\u6240\u4ee5& ',1)
    pairStrList[i] = str(i+1) + ' ' + pairStrList[i]
  return pairStrList
  if __name__ == '__main__':
  pairStrList = getPairStriList('test.txt')
  for str in pairStrList:
    print str

PS：下面看下python里使用正則表達(dá)式的組嵌套

由于組本身是一個(gè)完整的正則表達(dá)式，所以可以將組嵌套在其他組中，以構(gòu)建更復(fù)雜的表達(dá)式。下面的例子，就是進(jìn)行組嵌套的例子：    
#python 3.6
#蔡軍生  
#http://blog.csdn.net/caimouse/article/details/51749579
#
import re
def test_patterns(text, patterns):
  """Given source text and a list of patterns, look for
  matches for each pattern within the text and print
  them to stdout.
  """
  # Look for each pattern in the text and print the results
  for pattern, desc in patterns:
    print('{!r} ({})\n'.format(pattern, desc))
    print(' {!r}'.format(text))
    for match in re.finditer(pattern, text):
      s = match.start()
      e = match.end()
      prefix = ' ' * (s)
      print(
        ' {}{!r}{} '.format(prefix,
                   text[s:e],
                   ' ' * (len(text) - e)),
        end=' ',
      )
      print(match.groups())
      if match.groupdict():
        print('{}{}'.format(
          ' ' * (len(text) - s),
          match.groupdict()),
        )
    print()
  return

例子：    
#python 3.6
#蔡軍生  
#http://blog.csdn.net/caimouse/article/details/51749579
#
from re_test_patterns_groups import test_patterns
test_patterns(
  'abbaabbba',
  [(r'a((a*)(b*))', 'a followed by 0-n a and 0-n b')],
)

結(jié)果輸出如下：    
'a((a*)(b*))' (a followed by 0-n a and 0-n b)
 'abbaabbba'
 'abb'    ('bb', '', 'bb')
   'aabbb'  ('abbb', 'a', 'bbb')
     'a' ('', '', '')
總結(jié)
以上所述是小編給大家介紹的在python中使用正則表達(dá)式查找可嵌套字符串組，希望對(duì)大家有所幫助