1

У меня есть строка вида:

[ограничительный символ]текст[ограничительный символ]

например

(какой-то текст)
"ещё какой-то текст   "

Необходимо создать регулярное выражение, которое:

  1. отрезает ограничительные символы, причём только парные, т.е. вариант "текст) трогаться не будет
  2. у оставшегося текста отрезаются пробелы и табуляции по концам

Написал такую регулярку:

\([ \t]*(.*)[ \t]*\)|\"[ \t]*(.*)[ \t]*\"|\'[ \t]*(.*)[ \t]*\'$

на сайте для тестов регулярок (https://regex101.com/) всё работает замечательно, но в питоне код:

re.sub(r"^\([ \t]*(.*)[ \t]*\)|\"[ \t]*(.*)[ \t]*\"|\\'[ \t]*(.*)[ \t]*\\'$", r"\1", text)

не работает

Подскажите в чем ошибка и как ее исправить о парности символов

P.S.

  1. кстати исходное регулярное выражение почему-то не отрезает пробелы в конце строки - как это можно исправить?

  2. можно ли как-то сократить размер регулярки при сохранении условия

6
  • 1
    При использовании raw-string не надо же бэкслэши экранировать. Так что или r убрать, либо экранирование.
    – CrazyElf
    19 мая 2022 в 8:13
  • @CrazyElf, да, заметил эту ошибку, стало работать, но осталась старая проблема - не удаляются последние пробелы, и не срабатывают ограничители начала и конца строки ^...$ так что находится даже внутреняя начина, чего не хотелось бы
    – Zhihar
    19 мая 2022 в 8:19
  • 1
    Наверное, для подшаблона (.*) нужно указать, что он non-greedy. Иначе и пробелы конечные именно туда попадут, а не в [ \t]*. Так что попробуйте все захватывающие шаблоны заменить на (.*?).
    – CrazyElf
    19 мая 2022 в 8:29
  • @CrazyElf, да, помогло, СПАСИБО. Осталась одна проблема - алгоритм почему-то не реагирует на начало и конец строк и ищет внутри строки, чего не хотелось бы или в питоне какие-то другие символы начала и концы строки чем ^$?
    – Zhihar
    19 мая 2022 в 8:59
  • 1
    Символы начала и конца строки будут работать с параметром m re.MULTILINE
    – ipatev_nn
    19 мая 2022 в 11:55

1 ответ 1

3

Так как ответы на основной вопрос были даны в комментарии, то предложу немного другой вариант регулярного выражения:

regex = r"^(?:(\()|([\"']))[ \t]*(.*?)[ \t]*(?(2)\2|\))$"

Преимущество данного выражения в том, что данные всегда будут находиться в третьей \3 группе захвата.

Пример: https://regex101.com


О логике:
(?:(\()|([\"'])) - используем незахватываемую группу, для поиска ограничивающего символа с логическим или - или открывающуюся скобку ( или одна из кавычек одинарная и двойная "'
[ \t]* - ноль и более табуляций и знаков пробела
(.*?) - группа в которую попадут под захват нужные данные (3я группа)
[ \t]* - ноль и более табуляций и знаков пробела
(?(2)\2|\)) - проверка, если вторая группа была захвачено, значит первым символом в строке была захвачена кавычка (одинарная или двойная), если это так, то ищем до аналогичного символа, иначе закрывающаяся скобка )

3
  • Посмотрел рейтинги комментатора и автора вопроса и думаю: "куда я лезу". Поэтому если мой ответ кого-то заденет или оскорбит, то просто удалите его, спасибо)
    – ipatev_nn
    19 мая 2022 в 12:29
  • Да ладно, я вообще регулярки слабовато знаю, хотя и начинал программировать когда-то давно именно с регулярок в языке Perl ) Да и как ещё рейтинг набирать - только давая ответы. Хороший ответ, всё расписано.
    – CrazyElf
    19 мая 2022 в 12:35
  • @CrazyElf, спасибо, это наверное офтоп, но на мете бывает вижу, где новичков обвиняют в копировании ответов из комментариев
    – ipatev_nn
    19 мая 2022 в 12:38

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.