python正则表达式查找以数字为中心的子字符串并生成组合

在上的帮助之后，我有一个正则表达式：

A.查找包含数字的单词，例如

1.2

（但这不是最终匹配…）

B.如果可能，将匹配从左到右扩展到另一个包含单词的数字，只要每个包含单词的数字之间不超过三个非数字单词

C.将匹配向左和向右扩展，以包含4个非数字单词的序列

    sample = "AA AA AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB BB"
    matches = re.findall(r'(?=(\s(?:[^\d\s]+[\s]+){4}(?:[^\d\s]*\d+(?:[^\d\s]+[\s]+){1,3}?)*?[^\d\s]*\d+.*?(?:[\s]+[^\d\s]+){4}\s))', sample)

匹配：

AA 1.2 BB 1.2 BB 1.3 BB BB

请帮我修改这个正则表达式。我仍然希望它完成A点和B点，而不是C点，我希望获得所有25个0-4个尾随词和起始词的序列组合

    sample = "AA AA AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB BB"
    matches = re.findall(r'(?=(\s(?:[^\d\s]+[\s]+){4}(?:[^\d\s]*\d+(?:[^\d\s]+[\s]+){1,3}?)*?[^\d\s]*\d+.*?(?:[\s]+[^\d\s]+){4}\s))', sample)

这是我想要的输出：

"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA 1.2 BB 1.2 BB 1.3 BB BB BB BB"
"1.2 BB 1.2 BB 1.3 BB BB BB BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"AA 1.2 BB 1.2 BB 1.3 BB BB BB"
"1.2 BB 1.2 BB 1.3 BB BB BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB BB"
"AA 1.2 BB 1.2 BB 1.3 BB BB"
"1.2 BB 1.2 BB 1.3 BB BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3 BB"
"AA AA AA 1.2 BB 1.2 BB 1.3 BB"
"AA AA 1.2 BB 1.2 BB 1.3 BB"
"AA 1.2 BB 1.2 BB 1.3 BB"
"1.2 BB 1.2 BB 1.3 BB"
"AA AA AA AA 1.2 BB 1.2 BB 1.3"
"AA AA AA 1.2 BB 1.2 BB 1.3"
"AA AA 1.2 BB 1.2 BB 1.3"
"AA 1.2 BB 1.2 BB 1.3"
"1.2 BB 1.2 BB 1.3"

---

理想情况下，这将通过使用初始正则表达式来实现。

让我们看看伪代码中的解决方案，这样我们就不会陷入细节中，尤其是因为我可能误解了规范

据我所知，您要生成的组合将围绕轴心点构建

识别每个支点和最长的“翅膀”。为此，构建一个与

（G1）（Pivot）（G2）

匹配的正则表达式，其中G1和G2是围绕Pivot允许的最长扩展（“翅膀”）

在代码中使用两个for循环构建组合。在代码中，将G1和G2拆分为单词，并使用两个嵌套的for循环构建所有可能的组合

Pivot和Wings的示例正则表达式

在中，您可以检查组1、2和3。轴是第一个

1.2

。左翼是

AA

。右翼为

BB 1.2 BB 1.3 BB

请注意，通过使

*？

贪婪，我们可以获得不同的匹配。在这种情况下，枢轴为

1.3

，左翼为

AA 1.2 BB 1.2 BB

，右翼为

BB BB

（请参阅）

这里有一些代码可以帮助您开始

import re
subject = "AA AA AA AA AA AA 1.2 BB 1.2 BB 1.3 BB BB BB BB BB"
myregex = r"""(?x)
(          # Start Group 1: the left wing
   # The four first words
   (?:[^\d\s]+[ ]){4}
   # The optional digit-non-digit groups
   (?:
        \S*\d\S*[ ]                  # a digit-containing word
        (?:[^\d\s]+){1,3}[ ]        # 1 to 3 non-digit words
   )*?
)        # Close Group 1 (the left wing)

# The Pivot
(\S*\d\S*)

(             # Start Group 2: the right wing
# Get to the Last Required Digit Word
   (?:
     (?:[ ][^\d\s]+){1,3}        # 1 to 3 non-digit words
     [ ]\S*\d\S*                  # a digit-containing word
   )*
# The four last words
(?:[ ][^\d\s]+){4}
)              # End Group 2: the right wing
"""
match = re.search(myregex,subject)
leftwing = match.group(1)
pivot = match.group(2)
rightwing = match.group(3)
wordregex = re.compile("\S+")
print("Left Wing Tokens: ",wordregex.findall(leftwing))
print("Pivot: ", pivot)
print("Left Wing Tokens: ",wordregex.findall(rightwing))
print("Now it's up to you to write the loops to build the combinations!")

输出

Left Wing Tokens:  ['AA', 'AA', 'AA', 'AA']
Pivot:  1.2
Left Wing Tokens:  ['BB', '1.2', 'BB', '1.3', 'BB', 'BB', 'BB', 'BB']
Now it's up to you to write the loops to build the combinations!

---

一般来说，对于引号、paren或其他任何东西，你都不能很好地使用正则表达式嵌套。因此，也许我们的方法是找到上面带有正则表达式的字符串，然后手动将其拆分？嘿，已经有一段时间了，我不记得旧正则表达式是做什么的，所以我们可以重新开始吗？我不理解这个问题中的要求（输出中的组合代表什么，生成它们的“英语公式”）。你能详细解释一下吗？这个问题已经有4票接近，我担心它会被关闭，因为人们不理解你的问题（例如我不理解…）嘿，你的问题已经关闭了。我试图编辑它来澄清它。一旦你觉得它是完全清楚的，你可以写信给关闭它的人，考虑重新打开它，或者为它慢化。FY:添加示例代码让你开始。谢谢，尽管它在不同的字符串下崩溃了，比如包含相邻数字的字符串。无论如何，我已经不再尝试纯正则表达式的方法，而是使用正则表达式和嵌套for循环的组合来获得解决方案。