正则表达式:如果字符串本身包含转义斜杠,则在两个斜杠之间匹配字符串

Question

我正在尝试构建一个正则表达式,匹配两个正斜杠之间的正则表达式.我的主要问题是正则表达式本身可以包含正斜杠,由反斜杠转义.我尝试用负面的lookbehind断言过滤掉它们(如果当前位置没有反弹,只匹配结束斜线),但是,现在我遇到的问题是我没有得到匹配,如果正则表达式本身实际上以转义反斜杠结尾.

测试程序:

#!/usr/bin/python
import re
teststrings=[
     """/hello world/""", 
     """/string with foreslash here \/ and here\//""",
     """/this one ends with backlash\\\\/"""]

patt="""^\/(?P<pattern>.*)(?<!\\\\)\/$"""

for t in teststrings:
    m=re.match(patt,t)
    if m!=None:
        print t,' => MATCH'
    else:
        print t," => NO MATCH"

输出:

/hello world/  => MATCH
/string with foreslash here \/ and here\//  => MATCH
/this one ends with backlash\\/  => NO MATCH

如果当前位置只有一个反弹,而不是两个反弹,我如何修改断言？

或者有更好的方法来提取正则表达式？(注意,在实际文件中,我尝试解析行不仅包含正则表达式.我不能简单地搜索每行的第一个和最后一个斜杠,并将其中的所有内容都放在其中.)

Answer 1

试试这个:

pattern = re.compile(r"^/(?:\\.|[^/\\])*/")

说明:

^       # Start of string
/       # Match /
(?:     # Match either...
 \\.    # an escaped character
|       # or
 [^/\\] # any character except slash/backslash
)*      # any number of times.
/       # Match /

对于你的"真实世界"应用程序(找到第一个"斜线划分的字符串",无视转义斜线),我会使用

pattern = re.compile(r"^(?:\\.|[^/\\])*/((?:\\.|[^/\\])*)/")

这将为您提供以下内容:

>>> pattern.match("foo /bar/ baz").group(1)
'bar'
>>> pattern.match("foo /bar\/bam/ baz").group(1)
'bar\\/bam'
>>> pattern.match("foo /bar/bam/ baz").group(1)
'bar'
>>> pattern.match("foo\/oof /bar\/bam/ baz").group(1)
'bar\\/bam'