在Python中组合多个正则表达式

为了清楚起见，我正在寻找一种同时编译多个正则表达式的方法。 为了简单起见，假设每个表达式的格式都应该是

（.*）something（.*）

。 要测试的表达式不超过60个

如图所示，我最后写了以下内容

重新导入
re1=r'（.*）不是（.*）
re2=r'（.*）与（.*）的大小相同
re3=r'（.*）是一个单词，而不是（.*）'
re4=r'（*）是众所周知的，而不是（*）”
句子=[“foo2是一个词，不是bar2”]
对于句子中的句子：
match=re.compile（（%s |%s |%s |%s）%）（re1，re2，re3，re4））。搜索（句子）
如果匹配项不是无：
打印（匹配组（1））
打印（匹配组（2））
打印（匹配组（3））

由于正则表达式由管道分隔，我认为一旦匹配了规则，它就会自动退出

执行代码时，我必须

foo2 is a word, not bar2
None
None

但是通过在re.compile

match=re.compile（（%s |%s |%s |%s |%s）“%”（re3，re2，re1，re4））.search（句子）

，我已经

foo2 is a word, not bar2
foo2
bar2

据我所知，第一条规则被执行，而其他规则则没有。 有人能告诉我这个案子的正确方向吗

---

您好，

您的示例中存在各种问题：

您使用的是一个捕获组，因此它会获取您希望引用第一组内部正则表达式的索引

1

。使用非捕获组

（？：%s |%s |%s |%s）

即使在

|

内部，组索引也会增加。所以

（？：（a）|（b）|（c））

你会得到：

>>> re.match(r'(?:(a)|(b)|(c))', 'a').groups()
('a', None, None)
>>> re.match(r'(?:(a)|(b)|(c))', 'b').groups()
(None, 'b', None)
>>> re.match(r'(?:(a)|(b)|(c))', 'c').groups()
(None, None, 'c')

似乎您希望只有一个组1返回

a

、

b

或

c

，具体取决于分支。。。不，索引是按从左到右的顺序分配的，没有考虑正则表达式的语法

模块可以根据您的需要对组进行编号。如果要使用内置模块，您必须接受这样一个事实，即如果使用命名组，正则表达式的不同分支之间的编号不相同：

>>> import regex
>>> regex.match(r'(?:(?P<x>a)|(?P<x>b)|(?P<x>c))', 'a').groups()
('a',)
>>> regex.match(r'(?:(?P<x>a)|(?P<x>b)|(?P<x>c))', 'b').groups()
('b',)
>>> regex.match(r'(?:(?P<x>a)|(?P<x>b)|(?P<x>c))', 'c').groups()
('c',)

导入正则表达式 >>>regex.match（r'（？：（？Pa）|（？Pb）|（？Pc）），'a'）。groups（） （‘a’，） >>>regex.match（r'（？：（？Pa）|（？Pb）|（？Pc）），'b'）。groups（） （‘b’，） >>>regex.match（r'（？：（？Pa）|（？Pb）|（？Pc）），'c'）。groups（） （‘c’，）

---

（尝试将该正则表达式与

re

一起使用会给重复的组带来错误）。

Giacomo回答了这个问题。 但是，我也建议：1）将“编译”放在循环之前，2）在列表中收集非空组，3）考虑在re1、re2中使用（++）而不是（+*），等等

    rex= re.compile("%s|%s|%s|%s" % (re1, re2, re3, re4))
    for sentence in sentences:
        match = rex.search(sentence)
        if match:
            l=[ g for g in match.groups() if g!=None ]
            print(l[0],l[1])