python - 使用 RegEx 在 Python 中捕获重复组(参见示例)

我正在用 python 编写一个正则表达式来捕获 SSI 标签内的内容。

我想解析标签:

<!--#include file="/var/www/localhost/index.html" set="one" -->

分为以下组件:

标记函数(例如: include 、 echo 或 set )

属性名称，在 = 符号

之前找到

属性值，位于 " 的

之间

问题是我不知道如何获取这些重复组，因为名称/值对可能会在标签中出现一次或多次。我花了几个小时在这上面。

这是我当前的正则表达式字符串:

^\<\!\-\-\#([a-z]+?)\s([a-z]*\=\".*\")+? \-\-\>$

它捕获第一组中的 include 和第二组中的 file="/var/www/localhost/index.html" set="one"，但我所追求的是:

group 1: "include"
group 2: "file"
group 3: "/var/www/localhost/index.html"
group 4 (optional): "set"
group 5 (optional): "one"

(continue for every other name="value" pair)

I am using this site to develop my regex

最佳答案

抓取所有可以重复的内容，然后单独解析它们。这也可能是命名组的一个很好的用例!

import re

data = """<!--#include file="/var/www/localhost/index.html" set="one" reset="two" -->"""
pat = r'''^<!--#([a-z]+) ([a-z]+)="(.*?)" ((?:[a-z]+?=".+")+?) -->'''

result = re.match(pat, data)
result.groups()
('include', 'file', '/var/www/localhost/index.html', 'set="one" reset="two"')

然后遍历它:

g1, g2, g3, g4 = result.groups()
for keyvalue in g4.split(): # split on whitespace
    key, value = keyvalue.split('=')
    # do something with them

关于python - 使用 RegEx 在 Python 中捕获重复组(参见示例)，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/24540347/