在Python中匹配2个正则表达式
是否可以在Python中匹配2个正则表达式？
例如，我有一个用例，其中我需要比较两个这样的表达式：
re.match('google\.com\/maps', 'google\.com\/maps2', re.IGNORECASE)
我希望会返回一个RE对象。
但显然，Python希望将字符串作为第二个参数。有没有办法做到这一点，还是对正则表达式匹配方式的限制？
背景：我有一个与字符串匹配的正则表达式[r1，r2，r3，…]的列表，我需要找出哪个表达式与给定字符串最匹配。我以为可以使它工作的方式是：
（1）将r1与r2匹配。
（2）然后将r2与r1匹配。
如果两者都匹配，我们有一个“领带”。如果仅（1）个有效，则r1比r2更“匹配”，反之亦然。
我会在整个列表中循环（1）和（2）。
我承认这有点令人费解（主要是因为我的描述可能不连贯），但是如果有人可以让我对如何实现这一目标有所了解，我将不胜感激。谢谢！
-
除了上的语法说明外
re.match，我想我理解您正在努力采用两个或多个未知（用户输入）正则表达式，并对字符串进行更“特定”的匹配分类。回想一下，Python正则表达式确实是一种计算机程序。大多数现代形式（包括Python的正则表达式）都基于Perl。Perl的正则表达式具有递归，回溯和其他形式的琐碎检查。确实，流氓正则表达式可以用作拒绝服务攻击的一种形式。
要在自己的计算机上查看此消息，请尝试：
>>> re.match(r'^(a+)+$','a'*24+'!')在我的计算机上大约需要1秒钟。现在增加了
24在'a'*24一个位数量较多，说28。那需要更长的时间。尝试48…您可能现在需要CTRL+
C。时间随着a的增加而增加，实际上是指数的。您可以在Russ
Cox的精彩论文“正则表达式匹配可以简单而快速”中阅读有关此问题的更多信息。Russ
Cox是Goggle工程师，于2006年建立了Google Code
Search。正如Cox所言，请考虑将正则表达式'a?'*33 + 'a'*33与'a'*99带有awk和Perl（或Python或PCRE或Java或PHP或…）的字符串匹配。Awk的匹配时间为200微秒，但Perl由于需要进行指数追溯，因此需要10到15
年的时间 。因此结论是： 这取决于！ 您说的是 更具体的
匹配是什么意思？看看RE2中Cox的一些正则表达式简化技术。如果您的项目足够大，可以编写自己的库（或使用RE2），并且您愿意限制使用的正则表达式语法（即没有回溯或递归形式），那么我认为答案是，您可以将“更好的匹配”分类以各种方式。如果您正在寻找一种简单的方法来声明（regex_3 <regex_1
<regex_2）当使用Python或Perl的regex语言与某些字符串匹配时，我认为答案是非常困难的（即，此问题是NP
Complete）编辑
我上面说的一切都是真的！
但是，这是根据“形式”的一种形式对匹配的正则表达式进行排序的一种方法：从正则表达式到字符串要进行多少次编辑。编辑次数越多（或Levenshtein距离越大），则正则表达式的“特定性”越小。您可以判断这是否可行（我不知道“特定”对您的申请意味着什么）：
import re def ld(a,b): "Calculates the Levenshtein distance between a and b." n, m = len(a), len(b) if n > m: # Make sure n <= m, to use O(min(n,m)) space a,b = b,a n,m = m,n current = range(n+1) for i in range(1,m+1): previous, current = current, [i]+[0]*n for j in range(1,n+1): add, delete = previous[j]+1, current[j-1]+1 change = previous[j-1] if a[j-1] != b[i-1]: change = change + 1 current[j] = min(add, delete, change) return current[n] s='Mary had a little lamb' d={} regs=[r'.*', r'Mary', r'lamb', r'little lamb', r'.*little lamb',r'\b\w+mb', r'Mary.*little lamb',r'.*[lL]ittle [Ll]amb',r'\blittle\b',s,r'little'] for reg in regs: m=re.search(reg,s) if m: print "'%s' matches '%s' with sub group '%s'" % (reg, s, m.group(0)) ld1=ld(reg,m.group(0)) ld2=ld(m.group(0),s) score=max(ld1,ld2) print " %i edits regex->match(0), %i edits match(0)->s" % (ld1,ld2) print " score: ", score d[reg]=score print else: print "'%s' does not match '%s'" % (reg, s) print " ===== %s ===== === %s ===" % ('RegEx'.center(10),'Score'.center(10)) for key, value in sorted(d.iteritems(), key=lambda (k,v): (v,k)): print " %22s %5s" % (key, value)该程序获取正则表达式的列表，并与字符串进行匹配
Mary had a little lamb。以下是从“最具体”到“最不具体”的排序排名：
===== RegEx ===== === Score === Mary had a little lamb 0 Mary.*little lamb 7 .*little lamb 11 little lamb 11 .*[lL]ittle [Ll]amb 15 \blittle\b 16 little 16 Mary 18 \b\w+mb 18 lamb 18 .* 22这基于（可能是简单的）假设：a）从正则表达式本身到匹配子字符串的编辑次数（Levenshtein距离）是通配符扩展或替换的结果；b）从匹配子字符串到初始字符串的编辑。（只要一个）
作为两个简单的示例：
.*（或.*.*or.*?.*等）对字符串的大量修改，实际上等于字符串的长度。这是最大可能的编辑次数，最高的得分和最少的“特定”正则表达式。- 字符串本身相对于字符串的正则表达式尽可能具体。没有修改将一个更改为另一个，结果为0或最低分数。
如上所述，这很简单。锚应增加特异性，但在这种情况下则不可以。短字符串不起作用，因为通配符可能比字符串长。
编辑2
使用
sre_parsePython中未记录的模块，我得到了锚点解析，可以很好地工作。类型>>> help(sre_parse)，如果你想了解更多…这是该模块下面的goto worker
re模块。自2001年以来，它已出现在每个Python发行版中，包括所有P3k版本。它 可能
会消失，但我认为这不太可能…这是修改后的清单：
import re import sre_parse def ld(a,b): "Calculates the Levenshtein distance between a and b." n, m = len(a), len(b) if n > m: # Make sure n <= m, to use O(min(n,m)) space a,b = b,a n,m = m,n current = range(n+1) for i in range(1,m+1): previous, current = current, [i]+[0]*n for j in range(1,n+1): add, delete = previous[j]+1, current[j-1]+1 change = previous[j-1] if a[j-1] != b[i-1]: change = change + 1 current[j] = min(add, delete, change) return current[n] s='Mary had a little lamb' d={} regs=[r'.*', r'Mary', r'lamb', r'little lamb', r'.*little lamb',r'\b\w+mb', r'Mary.*little lamb',r'.*[lL]ittle [Ll]amb',r'\blittle\b',s,r'little', r'^.*lamb',r'.*.*.*b',r'.*?.*',r'.*\b[lL]ittle\b \b[Ll]amb', r'.*\blittle\b \blamb$','^'+s+'$'] for reg in regs: m=re.search(reg,s) if m: ld1=ld(reg,m.group(0)) ld2=ld(m.group(0),s) score=max(ld1,ld2) for t, v in sre_parse.parse(reg): if t=='at': # anchor... if v=='at_beginning' or 'at_end': score-=1 # ^ or $, adj 1 edit if v=='at_boundary': # all other anchors are 2 char score-=2 d[reg]=score else: print "'%s' does not match '%s'" % (reg, s) print print " ===== %s ===== === %s ===" % ('RegEx'.center(15),'Score'.center(10)) for key, value in sorted(d.iteritems(), key=lambda (k,v): (v,k)): print " %27s %5s" % (key, value)令人讨厌的RegEx：
===== RegEx ===== === Score === Mary had a little lamb 0 ^Mary had a little lamb$ 0 .*\blittle\b \blamb$ 6 Mary.*little lamb 7 .*\b[lL]ittle\b \b[Ll]amb 10 \blittle\b 10 .*little lamb 11 little lamb 11 .*[lL]ittle [Ll]amb 15 \b\w+mb 15 little 16 ^.*lamb 17 Mary 18 lamb 18 .*.*.*b 21 .* 22 .*?.* 22
