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 you have read our privacy policy.

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