Python正则表达式中嵌套大括号的解释

Question

我在Kaggle内核中遇到了这个正则表达式，但搞不懂它的作用：

import re
def substitute_repeats_fixed_len(text, nchars, ntimes=3):
    return re.sub(r"(\S{{{}}})(\1{{{},}})".format(nchars, ntimes-1), 
                  r"\1", text)

我一直在试验它，但发现它很难解释。在

“调试的难度是当初编写代码的两倍。因此，如果你尽可能聪明地编写代码，你就没有足够的智慧去调试它”。-布莱恩·克尼汉

Answer 1

这是一个三个运算符：format、regexp match和regexp替换为容易理解，写为：

import re
def substitute_repeats_fixed_len(text, nchars, ntimes=3):
    regexp = r"(\S{{{}}})(\1{{{},}})".format(nchars, ntimes-1)
    print "regexp:", regexp
    match = re.search(regexp, text)
    print "match groups:", match.groups()
    return re.sub(regexp, r"\1", text)

（这假设python2；如果您使用python3，请在print args周围添加（）） 现在让我们来试试：

^{pr2}$

我们的regexp有两组（每个都在()）：第一组是“任何非空白字符，重复四次”。我们可以看到它匹配'abcd'。第二组包含反向引用：match'\1'（无论组1匹配什么），重复两次。我们看到它匹配'abcdabcd'

总之，这与abcdabcdabcd匹配，并再次用'\1'替换，如我们之前所见，'abcd'。在

你可以问：但是第1组怎么知道匹配abcd而不是，比如说XYab？这是给你的regexp魔法。regexp引擎将尝试不同的匹配，直到找到可以匹配整个字符串的匹配项。在