1

旧タイトル:Python3の正規表現における,エスケープした大括弧の認識について
問題解決により改題を行いました


Python3系の正規表現により,文章中に含まれる[1]や[2,3,10,...,n]のような,大括弧で囲まれた数字とカンマの一覧の取得を行いたいです.

正規表現は以下のように記述しましたが,マッチした箇所の取得がうまくいきませんでした.

t_str = "44hogehoge[23][34][1,2,45][6,][]"
ptnA = re.compile(r'\[{1}([0-9]{1,2}\,?\s*)+\]{1}', flags=re.MULTILINE)
print(re.findall(ptnA,t_str))
print(re.search(ptnA,t_str).group())

>>>['23', '34', '45', '6,']
>>>[23]

このように,findallを用いた後に,始端終端で用意している[ ]が認識されません.
また,連続して数字とカンマが出現する場合に,それら全てを取得することができていません.

patternをいくつか変更して試してみた結果を以下に示します.

t_str = "44hogehoge[23][34][1,2,45][6,][]"
ptnB = re.compile(r'\[([0-9]{0,2}\,?\s*)?\]', flags=re.MULTILINE)
ptnC = re.compile(r'\[[0-9]{0,2}', flags=re.MULTILINE)
print(re.findall(ptnB,t_str))
print(re.findall(ptnC,t_str))
print(re.search(ptnB,t_str).group())
print(re.search(ptnC,t_str).group())

>>>['23', '34', '6,', '']
>>>['[23', '[34', '[1', '[6', '[']
>>>[23]
>>>[23

# n, の組が3連続の場合のみ合致
ptnA2 = re.compile(r'\[{1}([0-9]{1,2}\,?\s*){3}\]{1}', flags=re.MULTILINE)
print(re.findall(ptnA2,t_str))
print(re.search(ptnA2,t_str).group())

>>>['45']
>>>[1,2,45]

https://regex101.com/ を用いてptnAについて試したところ,意図していた通りの動作を確認できました.

Python3.5.2を使用しています.

ご教示よろしくお願いします.

4
  • [,] や [,123] はマッチさせたいでしょうか?
    – int32_t
    Commented 2018年6月25日 8:18
  • 今後の処理としてはマッチさせたいと考えています.その際に,現在の正規表現では不完全なことも認識しております.
    – N Neisuke
    Commented 2018年6月25日 8:31
  • @NNeisuke さん、質問に追記された内容についてですが、このような質問について聞くためにスタックオーバーフロー・メタというサイトがありますので、どうぞご利用ください :) ここからは私見ですが、今回の場合はタイトルを編集して頂けるとググラビリティが上がり、後から同じ問題を検索した方々が見つけやすいので有益だと思います。
    – nekketsuuu
    Commented 2018年6月25日 8:56
  • @nekketsuuu ありがとうございます.質問タイトルを編集しました
    – N Neisuke
    Commented 2018年6月25日 9:14

1 件の回答 1

1

正規表現にグループが含まれる場合、re.findall はグループにマッチした文字列のタプルたちをリストとして返します。ご提示の正規表現では正規表現全体にマッチさせると角括弧が含まれていますが、グループ部分には角括弧が含まれていません。https://regex101.com/ で言うところの Full match と Group の差に当たります。

キャプチャされるグループが無ければ re.findall は full match を返します。したがってキャプチャされないグループ (?: ... ) を使ってグループ部分をキャプチャしないようにすれば良いです。

>>> t_str = "44hogehoge[23][34][1,2,45][6,][]"
>>> ptnA = re.compile(r'\[(?:[0-9]{1,2}\,?\s*)+\]', flags=re.MULTILINE)
>>> print(re.findall(ptnA,t_str))
['[23]', '[34]', '[1,2,45]', '[6,]']
1
  • findallの振る舞いについて解説いただきありがとうございます.まさしく知りたかったことであり,提示いただいた正規表現で求めていた文字列検索の機能を実装することができそうです.ありがとうございます.
    – N Neisuke
    Commented 2018年6月25日 8:35

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。