在python中使用正则表达式查找可嵌套字符串组

在网上看到一个小需求，需要用正则表达式来处理。原需求如下：

找出文本中包含”因为……所以”的句子，并以两个词为中心对齐输出前后3个字，中间全输出，如果“因为”和“所以”中间还存在“因为”“所以”，也要找出来，另算一行，输出格式为：

行号 前面3个字 *因为* 全部 &所以& 后面3个字(标点符号算一个字)

2 还不是 *因为* 这里好， &所以& 没有人

实现方法如下：

#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'分别为“因为”和“所以”的utf8码
 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)
 #对每个字符串进行格式转换和拼接 
 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里使用正则表达式的组嵌套

由于组本身是一个完整的正则表达式，所以可以将组嵌套在其他组中，以构建更复杂的表达式。下面的例子，就是进行组嵌套的例子：

#python 3.6 
#蔡军生 
#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 
#蔡军生 
#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')], 
) 

结果输出如下：

'a((a*)(b*))' (a followed by 0-n a and 0-n b)
 'abbaabbba'
 'abb' ('bb', '', 'bb')
 'aabbb' ('abbb', 'a', 'bbb')
 'a' ('', '', '')

总结

以上所述是小编给大家介绍的在python中使用正则表达式查找可嵌套字符串组，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对脚本之家网站的支持！