python、正则表达式、负前瞻和捕获匹配的问题

我对正则表达式有问题，也许你可以帮我解决。My line变量包含我想要操作的这些类型的字符串（每个for循环一个字符串）：

sip=“100.107.0.5”sp=“123”dip=“100.107.193.1”dp=“123”nat dip=“84.2.44.19”

sip=“100.101.199.1”sp=“37690”dip=“100.107.0.4”dp=“80”nat dip=“100.107.0.4”

最简单的部分：当dip=和nat dip=后的引号中的值相等时，则完全删除子字符串nat dip=“…”。这很容易做到：

line=re.sub（r'dip=“（[^”]+）（“+）nat dip=“\1”，r'dip=“\1\2'，line）

但可怕的是：当值不相等时，就写nat dip=的值代替dip=的值。我尝试了反向前瞻和捕获值，但它不断失败，我无法找出代码行的错误部分，即：

line=re.sub（r'dip=“（[^“]+）（”+（“+）（！nat dip=“（\1）”），r'dip=“\3\2'，line）

我得到的只是这个：

sip=“100.107.0.5”sp=“123”dip=”“dp=“123”nat dip=“84.2.44.19”

。。。与此相反：

sip=“100.107.0.5”sp=“123”dip=“84.2.44.19”dp=“123”

---

我做错了什么？你有什么建议吗

如果在这两种情况下都要删除

nat-dip

，可以在一次替换中使用这样的表达式（）

dip=\"[^\"]*\"([ ]dp=\"[^\"]*\")[ ]nat-dip=\"([^\"]*)\"
Replace Pattern: dip="\2"\1
\2 contains the value of nat-dip,
\1 contains the dp attribute and its value since it's caught in the capture

  dip=\"     # Literal dip="
  [^\"]*     # Any character but ", zero or more times.
  \"         # Literal "
  (          # Open Capture Group 1 (to retain dp)
    [ ]      # a single space, bracketed here for visibility
    dp=\"    # Literal dp="
    [^\"]*   # Any character but ", zero or more times.
    \"       # Literal "
  )          # Close Capture group
  [ ]        # A single space
  nat-dip=\" # Literal nat-dip="
  (          # Open capture group 2 (the value of nat-dip)
    [^\"]*   # Any character but ", zero or more times.
  )          # Close capture group 2
  \"         # Literal "

它总是将dip的值设置为nat dip的值。当它们相等时，这并没有明显的变化。当它们不相等时，它会更改值。在这两种情况下，它都会降低nat dip

---

更新：根据您的评论。你有可能会过来说“不，我们需要让nat在这种情况下保持冷静。”。理想情况下，我会使用分支重置（使捕获组保持一致，但Python不支持）

所以我会使用if-then-else条件，比如

（？（=环视条件）true模式| false模式））

。所有在线内容都说python支持这样的组，但regex101不断抛出一个模式错误（即使使用示例中的复制粘贴，也不会出现打字错误）。在这个演示中，我切换到PCRE

主要区别在于else-do没有捕获它的内容。它可以，但它永远不会使用它们

如果满足条件，则

\3

包含整个

nat dip

属性和值。如果不满足该条件，

\3

为零，

“

您会注意到替换模式是

dip=“\4\5”\2\3

，因为

nat dip值是否在
\4
中且
\5
是否为空取决于是否满足条件

在分支重置的情况下，两个值都可以与\4对齐。对眼睛来说会容易一点。没有任何正则表达式支持所有的好东西

但事实是，我只是向你展示了一个前瞻性的解决方案，因为你问，在这种情况下，甚至没有必要这样做。简单的替换就可以了，尽管有必要颠倒替换的顺序（），但在某些情况下，条件是救命稻草（特别是关于lookbehind）

最后，在更多的代码行中很难做到这一点。我们可以将其分解为使用python的
if
返回结果的回调的模式提取，但我们的目标是提高效率。当然，不是所有的事情都可以用一个表达式完成。如果您想用
dp
做其他事情，那么通常需要并且通常是有意义的单独操作。
您正在处理html/xml吗？否。原始文本。逐行处理line@zweiund40当值不匹配时，dip的值应该设置为nat dip。那么nat dip也应该被删除吗？呃…是的。有时人们无法看到森林中的树木。最终，这是相同的，你的解决方案是tion更优雅，因为它简单。但是，出于好奇。用消极的前瞻和价值的捕获进行替换看起来会是什么样子。过去我有时会遇到这样的问题，我总是需要不止一行代码来解决它。有没有一种方法可以按照要求来做？@zweiund40是的，我完全明白这里的情况。陷得太深了，以至于你想得太多了，在正则表达式中可能会被淹没。///而且，用其他方法更新了答案。嗯……比我想象的要复杂得多。它看起来很棒，但我不得不承认我不完全理解它。我会掌握我的正则表达式预订并返回实验室。非常感谢。什么是投票？
dip=\"([^\"]*)\"([ ]dp=\"[^\"]*\")(?(?![ ]nat-dip="\1")([ ]nat-dip=\"([^\"]*)\")|[ ]nat-dip=\"([^\"]*)\")

dip=\"([^\"]*)\"([ ]dp=\"[^\"]*\")
(?                            # if
  (?![ ]nat-dip="\1")         # condition
    ([ ]nat-dip=\"([^\"]*)\")   # then do
  |                           # else
    [ ]nat-dip=\"([^\"]*)\"     # do
  )                           # end if