在Python中,如果下一个正则表达式是';可选';
我正在尝试为以下表达式编写解析器 “每周从2017-11-03 15:00:00到2017-11-03 16:00:00到2017-12-03” 表示一个周期性的时间间隔。最后,我希望能够使用解析的字段初始化对象。大多数在Python中,如果下一个正则表达式是';可选';,python,regex,Python,Regex,我正在尝试为以下表达式编写解析器 “每周从2017-11-03 15:00:00到2017-11-03 16:00:00到2017-12-03” 表示一个周期性的时间间隔。最后,我希望能够使用解析的字段初始化对象。大多数rrule参数是可选的,但是,在字符串表示中,这些参数对应于可能存在或不存在的模式 然而,我很难防止前面的模式“过于贪婪”。考虑以下两个测试用例: import re import pytest from dateutil.rrule import FREQNAMES def
rrule
参数是可选的,但是,在字符串表示中,这些参数对应于可能存在或不存在的模式
然而,我很难防止前面的模式“过于贪婪”。考虑以下两个测试用例:
import re
import pytest
from dateutil.rrule import FREQNAMES
def match_pattern(string):
SPACES = r'\s*'
freq_names = [freq.lower() for freq in FREQNAMES] + [freq.title() for freq in FREQNAMES]
FREQ_PATTERN = '(?P<freq>{})?'.format("|".join(freq_names))
START_PATTERN = 'from' + SPACES + r'(?P<start>.+)'
END_PATTERN = 'till' + SPACES + r'(?P<end>.+)'
UNTIL_PATTERN = optional('until' + SPACES + r'(?P<until>.+)')
# UNTIL_PATTERN = 'until' + SPACES + r'(?P<until>.+)'
PATTERN = SPACES + FREQ_PATTERN \
+ SPACES + START_PATTERN \
+ SPACES + END_PATTERN \
+ SPACES + UNTIL_PATTERN + SPACES
return re.match(PATTERN, string).groupdict()
def optional(pattern):
'''Encloses the given regular expression in an optional group (i.e., one that matches 0 or 1 repetitions of the original regular expression).'''
return '({})?'.format(pattern)
'''Tests'''
def test_match_pattern():
string = "Weekly from 2017-11-03 15:00:00 till 2017-11-03 16:00:00"
groups = match_pattern(string)
assert groups['freq'] == "Weekly"
assert groups['start'].strip() == "2017-11-03 15:00:00"
assert groups['end'].strip() == "2017-11-03 16:00:00"
def test_match_pattern_with_until():
string = "Weekly from 2017-11-03 15:00:00 till 2017-11-03 16:00:00 until 2017-12-03"
groups = match_pattern(string)
assert groups['freq'] == "Weekly"
assert groups['start'].strip() == "2017-11-03 15:00:00"
assert groups['end'].strip() == "2017-11-03 16:00:00"
assert groups['until'].strip() == "2017-12-03"
if __name__ == "__main__":
# pytest.main([__file__])
pytest.main([__file__+"::test_match_pattern", "-s"])
# pytest.main([__file__+"::test_match_pattern_with_until", "-s"])
问题是,当我将UNTIL_模式
设置为可选模式时,END_模式
太贪婪,会一直消耗到字符串的末尾。(如果我不将其设为可选()
,则第二个测试通过,但第一个测试不产生匹配项)
如何使两个测试都通过?您只需做两个小更改。首先,使
END_模式
非贪婪:
(?P<end>.+?)
你只需要做两个小改动。首先,使
END_模式
非贪婪:
(?P<end>.+?)
日期,如2017-11-03 15:00:00,似乎有一个相当标准的格式。尝试使用这些信息来帮助解析。实际上,您是在错误的顺序下进行的。必须先建立/修改/测试整个模式,然后再将其分解成碎片。这意味着必须首先测试每个意外事件。这可能意味着您必须丢失点元字符,并替换为更窄的子表达式。日期,如2017-11-03 15:00:00,似乎有一个相当标准的格式。尝试使用这些信息来帮助解析。实际上,您是在错误的顺序下进行的。必须先建立/修改/测试整个模式,然后再将其分解成碎片。这意味着必须首先测试每个意外事件。这可能意味着您必须丢失点元字符,并替换为更窄的子表达式。
PATTERN = SPACES + FREQ_PATTERN \
+ SPACES + START_PATTERN \
+ SPACES + END_PATTERN \
+ SPACES + UNTIL_PATTERN + SPACES + '$'