Do Python reguläre Ausdrücke haben ein Äquivalent zu Rubys Atomgruppierung?

Question

Rubys reguläre Ausdrücke haben eine Funktion Atomgruppierung genannt (?>regexp), beschrieben here, gibt es eine Entsprechung in re Moduls Python?

Answer 1

Pythons direkt diese Funktion nicht unterstützen, aber man kann es emulieren eine Breite von Null Look-Ahead-Assertion unter Verwendung von ((?=RE)), die mit der vom aktuellen Punkt übereinstimmt gleiche Semantik wollen Sie, eine benannte Gruppe ((?P<name>RE)) in der Look-Ahead setzen und dann einen Namen Rückreferenzierung ((?P=name)) mit exakt übereinstimmen, was auch immer die Null-Breite Behauptung abgestimmt. In Kombination zusammen, das gibt Ihnen die gleiche Semantik, auf Kosten eine zusätzliche Anpassungsgruppe zu schaffen, und eine Menge von Syntax.

Zum Beispiel der Link das Beispiel Rubin bereitgestellt gibt von

/"(?>.*)"/.match('"Quote"') #=> nil 

Wir, dass in Python als solche emulieren kann:

re.search(r'"(?=(?P<tmp>.*))(?P=tmp)"', '"Quote"') # => None 

Wir können zeigen, dass ich etwas Nützliches tue, und spuckt nicht nur Leitungsrauschen aus, denn wenn wir es so ändern, dass die innere Gruppe das letzte " nicht isst, passt es immer noch:

re.search(r'"(?=(?P<tmp>[A-Za-z]*))(?P=tmp)"', '"Quote"').groupdict() 
# => {'tmp': 'Quote'} 

Sie können auch anonyme Gruppen und numerische Rückreferenzierungen verwenden, aber dies wird furchtbar voller Line-Lärm:

re.search(r'"(?=(.*))\1"', '"Quote"') # => None 

(Full Disclosure: Ich lernte diesen Trick aus perlre Dokumentation Perl, die es unter der Dokumentation erwähnt für (?>...).)

Neben der richtigen Semantik hat dies auch die entsprechenden Leistungseigenschaften. Wenn wir Port ein Beispiel aus perlre:

[nelhage@anarchique:~/tmp]$ cat re.py 
import re 
import timeit 


re_1 = re.compile(r'''\(
          (
          [^()]+   # x+ 
          | 
          \([^()]* \) 
          )+ 
         \) 
        ''', re.X) 
re_2 = re.compile(r'''\(
          (
          (?=(?P<tmp>[^()]+))(?P=tmp) # Emulate (?> x+) 
          | 
          \([^()]* \) 
          )+ 
         \)''', re.X) 

print timeit.timeit("re_1.search('((()' + 'a' * 25)", 
        setup = "from __main__ import re_1", 
        number = 10) 

print timeit.timeit("re_2.search('((()' + 'a' * 25)", 
        setup = "from __main__ import re_2", 
        number = 10) 

Wir sehen eine dramatische Verbesserung:

[nelhage@anarchique:~/tmp]$ python re.py 
96.0800571442 
7.41481781006e-05 

Welche bekommt nur noch dramatischer, als wir die Länge des Suchbegriffs erstrecken.

Answer 2

von http://docs.python.org/2/library/re.html#regular-expression-syntax

(? P < namen> ...)

ähnlich wie reguläre Klammern, aber die von der Gruppe abgestimmt Teilzeichenfolge ist innerhalb des Restes des regulären Ausdrucks über die symbolischen Gruppennamen Name. Gruppennamen müssen gültige Python Bezeichner sein, und jeder Gruppenname darf nur einmal innerhalb eines regulären Ausdrucks definiert werden. Eine symbolische Gruppe ist auch eine nummerierte Gruppe, so als ob die Gruppe nicht benannt wäre. So kann die Gruppe id im folgenden Beispiel auch als nummerierte Gruppe 1 referenziert werden.

Wenn das Muster beispielsweise (? P [a-zA-Z _] \ w *) ist, kann die Gruppe referenziert werden durch seinen Namen in Argumenten Methoden der Spiel-Objekte wie m.group (‚ID‘) oder m.end (‚id‘), und auch nach Namen in dem regulären Ausdruck selbst (unter Verwendung von (& Delta; P = id)), und Ersatztext für .sub() (mit \ g).

(? P = name)

Matches whatever text was matched by the earlier group named name. 

Answer 3

Nach this table ist die Antwort nein. Ein RFE wurde erstellt, es zu Python 3 hinzufügen, aber wurde zugunsten des neuen regex Modul zurückgegangen, die es unterstützt:

>>> import regex 
>>> regex.match('"(?>.*)"', '"Quote"') 
>>> regex.match('"(.*)"', '"Quote"') 
<_regex.Match object at 0x00C6F058> 

Hinweis: regex für Python ist auch verfügbar 2.

Answer 4

Es scheint, nicht.

http://www.regular-expressions.info/atomic.html

Atomic Gruppierung wird von den meisten modernen Varianten regulärer Ausdrücke unterstützt, einschließlich der JGsoft Geschmack, Java, PCRE, .NET, Perl und Ruby.

Sie können die nicht-Capturing-ness von ihnen emulieren, indem unter Verwendung von nicht-zwischengespeicherten Gruppen (?:RE), aber wenn ich es richtig zu lesen, das wird noch nicht gibt Ihnen die Optimierung Vorteile.