用于简单表达式的Python正则表达式标记器

我写了这个正则表达式，它将表达式'res=3+x_sum*11'拆分为词素

import re
print(re.findall('(\w+)(=)(\d+)(\*|\+)(\w+)(\*|\+)(\d+)', 'res=3+x_sum*11'))

我的输出如下所示：

[('res', '=', '3', '+', 'x_sum', '*', '11')]

[('', 'res', ''), ('', '', '='), ('3', '', ''), ('', '', '+'),

('', 'x_sum', ''), ('', '', '*'), ('11', '', '')] 

但我希望re.findall返回词素及其标记的列表，以便每个词素都在自己的组中。该输出应如下所示：

[('res', '=', '3', '+', 'x_sum', '*', '11')]

[('', 'res', ''), ('', '', '='), ('3', '', ''), ('', '', '+'),

('', 'x_sum', ''), ('', '', '*'), ('11', '', '')] 

---

如何让re.findall返回这样的输出

您可以使用

re.findall(r'(\d+)|([^\W\d]+)|(\W)', s)

看。请注意，

re.findall

在模式包含多个捕获组后返回元组列表。上面的模式包含3个捕获组，因此，每个元组包含3个元素：1+数字、1+字母/下划线或非单词字符

更多详细信息

• （\d+）

  -捕获组1:1+个数字

• |

  -或

• （[^\W\d]+）

  -捕获组2:1+字符，非单词和数字字符（字母或下划线）除外

• |

  -或

• （\W）

  -捕获组3：非单词字符

见：