为什么我使用ASCII组名称获取"sre_constants.error:组名中的错误字符"？

Question

这是我的正则表达式:

(?P=<streetname>[a-zæøå ]+)(?:[ ]+)(?P=<housenumber>\d+)(?:[ ]+),(?:[ ]+)(?P=<postalcode>\d{1,4})(?:[ ]+)(?P=<city>[a-zæøå ]+)

所有组名只包含ASCII字符,为什么会出错？

Traceback (most recent call last):
  File "addrtools.py", line 46, in 
    main()
  File "addrtools.py", line 43, in main
    extract_address('Testaddress 15B, 1234 Oslo')
  File "addrtools.py", line 35, in extract_address
    match = re.match(pat_full, string)
  File "/Users/tomas/.pythonbrew/pythons/Python-2.7.3/lib/python2.7/re.py", line 137, in match
    return _compile(pattern, flags).match(string)
  File "/Users/tomas/.pythonbrew/pythons/Python-2.7.3/lib/python2.7/re.py", line 242, in _compile
    raise error, v # invalid expression
sre_constants.error: bad character in group name

我已经确认pat_full确实包含上面的正则表达式.此外,我的文档以UTF-8编码,并设置为UTF-8模式(# --*-- Encoding: UTF-8 --*--).

Answer 1

您正在使用(?P=<name>...)模式,这意味着"匹配前面的名为name的组匹配的任何文本".但是你没有像streetname之前定义的任何组.

删除它=以使它们成为实际的命名组:

>>> re.compile('(?P<streetname>[a-zæøå ]+)(?:[ ]+)(?P<housenumber>\d+)(?:[ ]+),(?:[ ]+)(?P<postalcode>\d{1,4})(?:[ ]+)(?P<city>[a-zæøå ]+)')
<_sre.SRE_Pattern object at 0x102e6a620>

这可能是你首先要做的.:-)