Python 重用正则表达式模式的一部分

考虑以下（非常简化的）示例字符串：

1aw2,5cx7

如您所见，它是两个由逗号分隔的

数字/字母/字母/数字
值

现在，我可以将其与以下内容相匹配：

>>> from re import match
>>> match("\d\w\w\d,\d\w\w\d", "1aw2,5cx7")
<_sre.SRE_Match object at 0x01749D40>
>>>

但它没有工作，因为它正在查找两个出现的
1aw2
，而不是
数字/字母/字母/数字

是否有任何方法可以保存模式的一部分，例如
\d\w\w\d
，以便以后可以在同一模式中使用？换句话说，我可以在模式中重用子模式吗？
否，当使用标准库
re
模块时，正则表达式模式不能“符号化”

当然，您可以通过重新使用Python变量来实现这一点：

digit_letter_letter_digit = r'\d\w\w\d'

然后使用字符串格式构建更大的模式：

match(r"{0},{0}".format(digit_letter_letter_digit), inputtext)

或者，使用Python 3.6+f字符串：

dlld = r'\d\w\w\d'
match(fr"{dlld},{dlld}", inputtext)

我经常使用这种技术从可重用的子模式组成更大、更复杂的模式

如果准备安装外部库，则可以使用解决方案解决此问题。语法
（？）
重新使用已使用（隐式编号）捕获组的模式：

(\d\w\w\d),(?1)
^........^ ^..^
|           \
|             re-use pattern of capturing group 1  
\
  capturing group 1

您可以对命名捕获组执行相同的操作，其中
（？…）
是命名组
groupname
，
（？&groupname）
，
（？p&groupname）
或
（？p>groupname）
重复使用
groupname
匹配的模式（后两种形式是与其他引擎兼容的替代形式）

最后，
regex
支持
（？（DEFINE）…）
块来“定义”子例程模式，而在该阶段它们实际上不匹配任何内容。您可以将多个
（…）
和
（？…）
捕获组放置在该构造中，以便以后在实际模式中引用它们：

(?(DEFINE)(?<dlld>\d\w\w\d))(?&dlld),(?&dlld)
          ^...............^ ^......^ ^......^
          |                    \       /          
 creates 'dlld' pattern      uses 'dlld' pattern twice

（？（定义）（？\d\w\w\d））（？&dlld），（？&dlld）
^...............^ ^......^ ^......^
|                    \       /          
创建“dlld”模式使用“dlld”模式两次

明确地说：标准库
re
模块不支持子例程模式。
尝试使用反向引用，我相信它的工作原理与下面类似

1aw2,5cx7

你可以用

(\d\w\w\d),\1

请参见此处以获取参考
注意：这将与
re
模块一起使用。

在您的情况下，您可以使用符号
（？组号）
：

(\d\w\w\d),(?1)

这相当于：

(\d\w\w\d),(\d\w\w\d)

请注意，
\w
包括
\d
。正则表达式将是：

(\d[a-zA-Z]{2}\d),(?1)

我也遇到了同样的问题，于是写了

导入nre
my_regex=nre.from_字符串（“”）
a=\d\w\w\d
b={{a}，{a}
c=？P{{a}），（？P=id）
''')
my_regex[“b”]匹配（“1aw2,5cx7”）

由于缺少更具描述性的名称，我将部分正则表达式命名为
a
、
b
和
c

访问它们就像
{{a}}
一样简单，因为您已经在使用re，为什么不使用字符串处理来管理模式重复：

import re
digit_letter_letter_digit = re.compile("\d\w\w\d") # we compile pattern so that we can reuse it later
all_finds = re.findall(digit_letter_letter_digit, "1aw2,5cx7") # finditer instead of findall
for value in all_finds:
    print(re.match(digit_letter_letter_digit, value))

pattern = "P,P".replace("P",r"\d\w\w\d")

re.match(pattern, "1aw2,5cx7")

或

谢谢你的回答，但这在我的情况下是行不通的。使用
\1
将查找两次出现的
1aw2
。我希望出现两次
\d\w\w\d
，而不考虑数字/字母。与编号组匹配的文本相匹配。它没有重复使用该模式。太糟糕了：-（这是一个PCRE功能，我想Python可以识别它。对于命名的捕获组，使用
（？&name）
。可选的形式是
（？P>name
）和
（？P&name）
也受支持。
regex
很棒！是的！PyPI上的
regex
模块很棒！这个答案也很棒+1@iCodez而是使用命名组，例如
（？'digitletters'\d\w\d），（？&digitletters）
不是实际“符号化模式”的方法并在正则表达式中分解它们？如果是，也许你可以将其标记为已接受，否则人们会一直认为没有办法这么做。@iago lito:Python
re
模块不支持递归模式。只有
regex
支持。请注意，你不能在他们没有参与的答案的注释中ping OP。啊，okay、 感谢您的澄清：）也许至少值得通知读者PCRE支持它？我来到这篇文章的时候并没有专门寻找python风格的正则表达式解决方案。@iago lito:我不太明白这一点。这个问题是关于Python及其标准库
re
模块的，而不是一般的正则表达式引擎。引擎之间有太多的变化，没有一个标准的正则表达式语法。你最好去一个专门从事跟踪的网站。那是相当不可读的。为什么不使用字符串替换？@Martijn Pieters，你说得对。事实上，使用re.sub（）并不像我写的那样有效，因为正在处理正则表达式特殊字符，而不是简单地替换源代码。
import re
digit_letter_letter_digit = re.compile("\d\w\w\d") # we compile pattern so that we can reuse it later
all_finds = re.findall(digit_letter_letter_digit, "1aw2,5cx7") # finditer instead of findall
for value in all_finds:
    print(re.match(digit_letter_letter_digit, value))

pattern = "P,P".replace("P",r"\d\w\w\d")

re.match(pattern, "1aw2,5cx7")

P = r"\d\w\w\d"

re.match(f"{P},{P}", "1aw2,5cx7")