Python正则表达式是否等效于Ruby的原子分组？

Question

Ruby的正则表达式具有一个称为“原子分组”的功能(?>regexp)，在此进行了介绍，Python的re模块中是否有等效功能？

Answer 1

Python并不直接支持此功能，但是您可以使用零宽度前瞻断言（(?=RE)）进行仿真，该断言从当前点开始以您想要的相同语义进行匹配，将命名组（(?P<name>RE)）放入前瞻，然后使用命名后向引用（(?P=name)），以完全匹配零宽度断言匹配的内容。结合在一起，这将为您提供相同的语义，但以创建其他匹配组和大量语法为代价。

例如，您提供的链接提供了Ruby的示例

/"(?>.*)"/.match('"Quote"') #=> nil

我们可以这样在Python中进行仿真：

re.search(r'"(?=(?P<tmp>.*))(?P=tmp)"', '"Quote"') # => None

我们可以证明我正在做有用的事情，而不仅仅是散发出线噪，因为如果我们更改它以使内部组不吃决赛"，它仍然匹配：

re.search(r'"(?=(?P<tmp>[A-Za-z]*))(?P=tmp)"', '"Quote"').groupdict()
# => {'tmp': 'Quote'}

您还可以使用匿名组和数字后向引用，但是这样会充满行噪：

re.search(r'"(?=(.*))\1"', '"Quote"') # => None

（完整披露：我从perl的perlre文档中学到了这个技巧，该文档在的文档中进行了提及(?>...)。）

除了具有正确的语义外，这还具有适当的性能。如果我们将示例移植到perlre：

[nelhage@anarchique:~/tmp]$ cat re.py
import re
import timeit


re_1 = re.compile(r'''\(
                           (
                             [^()]+           # x+
                           |
                             \( [^()]* \)
                           )+
                       \)
                   ''', re.X)
re_2 = re.compile(r'''\(
                           (
                             (?=(?P<tmp>[^()]+ ))(?P=tmp) # Emulate (?> x+)
                           |
                             \( [^()]* \)
                           )+
                       \)''', re.X)

print timeit.timeit("re_1.search('((()' + 'a' * 25)",
                    setup  = "from __main__ import re_1",
                    number = 10)

print timeit.timeit("re_2.search('((()' + 'a' * 25)",
                    setup  = "from __main__ import re_2",
                    number = 10)

我们看到了巨大的进步：

[nelhage@anarchique:~/tmp]$ python re.py
96.0800571442
7.41481781006e-05

随着我们扩展搜索字符串的长度，这只会变得更加引人注目。