Python中的Perl模式匹配

Question

我是Perl用户多年，最近开始使用Python。你知道吗

我明白了做某些事情总有一种“显而易见的方法”。我想检查一下将下面的Perl代码风格转换为Python的“一”种方法。谢谢！你知道吗

目标是：

• 检测模式的存在
• 如果找到，提取图案的某些部分

Perl语言：

if ($str =~ /my(pat1)and(pat2)/) {
    my ($var1, $var2) = ($1, $2);
}

就我所学的Python而言，下面是我现在编写代码的方式。它似乎比Perl采取了更多的步骤。这就是为什么我怀疑我的Python代码。你知道吗

mySearch = re.search ( r'my(pat1)and(pat2)', str )
if mySearch:
    var1 = mySearch.group(1)
    var2 = mySearch.group(2)

Answer 1

Python不像perl那样优先处理模式匹配和字符串操作。这些是类似的模式，是的，Python的更长（它也有很多很棒的东西，比如它是面向对象的，不使用奇怪的全局变量）。你知道吗

不过，作为记录，您可以使用tuple unpacking使其更加简洁：

var1, var2 = mySearch.groups()

更新：

元组解包

元组解包是Python的一个有用特性。要理解它，我们首先要问，什么是tuple。元组的核心是一个不可变的序列，与列表不同的是，不能追加、弹出或任何类似的内容。从语法上讲，声明一个元组非常简单，它只是由逗号分隔的几个值。你知道吗

my_tuple = "I", "am", "awesome"
my_tuple[0]  # "I"
my_tuple[1]  # "am"
my_tuple[2]  # "awesome"

人们通常认为元组实际上是由周围的括号my_tuple = ("I", "am", "awesome")定义的，但这是错误的；括号只在阐明或强制执行某种操作顺序时才有用。你知道吗

元组解包是Python中最可爱的特性之一。在左侧定义一个包含未定义名称的元组数据结构，然后将右侧的iterable解压到其中。右侧可以包含任何类型的iterable，但其包含的数据的形状必须与左侧名称的元组结构完全匹配。你知道吗

# some_var and other_var are both undefined
print some_var  # NameError: some_var is undefined
print other_var  # NameError: other_var is undefined
my_iterable = ["so", "cool"]

# note that 'some_var, other_var' looks a whole lot like a tuple
some_var, other_var = my_iterable
print some_var  # "so"
print other_var  # "cool" 

同样，我们不需要右边的列表，而是任何类型的iterable，例如，生成器：

def some_generator():
     yield 1
     yield 2
     yield 3

a, b, c = some_generator()
print a  # 1
print b  # 2
print c  # 3

甚至可以用嵌套的数据结构进行元组解包。你知道吗

nested_list = [1, [2, 3], 4]
# note that parentheses are necessary here to delimit tuples
a, (b, c), d = nested_list 

如果右侧的iterable与左侧的模式不匹配，则会爆炸：

# THESE EXAMPLES DON'T WORK
a, b = [1, 2, 3]  # ValueError: too many values to unpack
a, b = []  # ValueError: need more than 0 values to unpack

实际上，这种嘈杂的失败使元组解包成为我从iterable中获取项目的最常用方法，因为我认为iterable中应该只有一个项目，如果它有多个项目，我希望我的代码失败。你知道吗

# note that the left side below is how you define a tuple of one  
bank_statement, = bank_statements  # we def want to blow up if too many statements

多重分配

人们所认为的多重赋值实际上只是简单的元组解包。你知道吗

a, b = 1, 2
print a  # 1
print b  # 2

这没什么特别的。解释器将等式的右侧计算为tuple记住，元组只是由逗号分隔的值（文本、变量、已计算的函数调用等），然后解释器将其与左侧匹配，就像上面所有示例一样。你知道吗

带回家

我写这篇文章是为了解释你在这个问题上得到的两个不同的答案：

var1, var2 = mySearch.group(1), mySearch.group(2)

以及

var1, var2 = mySearch.groups()

首先，认识到这两个语句，对于mySearch是由带有两个匹配组的正则表达式生成的MatchObject的情况，在功能上是完全等价的。你知道吗

它们只是在元组解包的性质方面有很小的不同。第一个在右边声明一个元组，而第二个使用MatchObject.groups返回的元组。你知道吗

这实际上并不适用于您的情况，但了解MatchObject.group和MatchObject.groups的行为略有不同可能会很有用（请参见here和here）。MatchObject.groups返回regex遇到的所有“子组”（subgroups），即捕获组，而MatchObject.group返回单个组，并将整个模式计数为0处可访问的组。你知道吗

实际上，在这种情况下，你应该使用这两个你认为是最具表现力或最清晰的。我个人认为在右边提到组1和组2是多余的，而且我经常被MatchObject.groups(0)返回与整个模式匹配的字符串，从而将所有“子组”偏移到一个索引中这一事实所困扰。你知道吗

Answer 2

您可以一次提取所有组并将其分配给变量：

var1, var2 = mySeach.groups()

Answer 3

在Python中，可以在一行中使用逗号作为分隔符进行多个变量赋值。你知道吗

var1, var2 = mySearch.group(1), mySearch.group(2)

其他的答案是关于元组解包。因此，如果您想将所有捕获的组内容提取到变量中，这会更好。如果您想获取特定组的内容，则必须使用我提到的方法。你知道吗

va1, var2, var3 = mySearch.group(2), mySearch.group(3), mySearch.group(1)

示例：

>>> import re
>>> x = "foobarbuzzlorium"
>>> m = re.search(r'(foo)(bar.*)(lorium)', x)
>>> if m:
        x, y = m.group(1), m.group(3)
        print(x,y)


foo lorium