Python多次重复错误

Question

我正在尝试确定术语是否出现在字符串中。
该术语之前和之后必须出现一个空格，并且也允许使用标准后缀。
例：

term: google
string: "I love google!!! "
result: found

term: dog
string: "I love dogs "
result: found

我正在尝试以下代码：

regexPart1 = "\s"
regexPart2 = "(?:s|'s|!+|,|.|;|:|\(|\)|\"|\?+)?\s"  
p = re.compile(regexPart1 + term + regexPart2 , re.IGNORECASE)

并得到错误：

raise error("multiple repeat")
sre_constants.error: multiple repeat

更新
失败的Real代码：

term = 'lg incite" OR author:"http++www.dealitem.com" OR "for sale'
regexPart1 = r"\s"
regexPart2 = r"(?:s|'s|!+|,|.|;|:|\(|\)|\"|\?+)?\s" 
p = re.compile(regexPart1 + term + regexPart2 , re.IGNORECASE)

另一方面，以下内容term顺利通过（+代替++）

term = 'lg incite" OR author:"http+www.dealitem.com" OR "for sale'

Answer 1

问题在于，在非原始字符串中\"为"。

你幸运与所有其他转义backslashes-的\s是一样的\\s，没有s;
\(与\\(，not(等等相同。但是，您绝不应该依赖幸运，或者假设您完全了解Python转义序列的整个列表。

要么打印出字符串，然后转义丢失的反斜杠（坏），转义 所有 的反斜杠（确定），或者仅使用原始字符串（最佳）。

话虽如此，您发布的regexp不会与它应该匹配的某些表达式匹配，但是它永远不会引发该"multiple repeat"错误。显然，您的实际代码与您显示给我们的代码不同，并且不可能调试我们看不到的代码。

既然您已经展示了一个真实的可重现测试用例，那就是一个 单独的 问题。

您正在搜索可能包含特殊正则表达式字符的术语，例如：

term = 'lg incite" OR author:"http++www.dealitem.com" OR "for sale'

这p++在正则表达式来中间的“1以上的1个或多个字母P的”（在其他情况下，同为“1个或多个字母P的”），在一些正则表达式语言，“总是失败”的人，并在其他情况下“引发例外”。Pythonre属于最后一组。实际上，您可以单独进行测试：

>>> re.compile('p++')
error: multiple repeat

如果要将随机字符串放入正则表达式中，则需要调用re.escape它们。

另一个问题（由于Ωmega）：

.regexp中的“任何字符”。因此，,|.|;|:"（我刚刚提取了较长的替换链的一小段）意味着“逗号，任何字符，分号或冒号”……与“任何字符”相同。您可能想逃脱.。

将所有三个修复程序放在一起：

term = 'lg incite" OR author:"http++www.dealitem.com" OR "for sale'
regexPart1 = r"\s"
regexPart2 = r"(?:s|'s|!+|,|\.|;|:|\(|\)|\"|\?+)?\s"  
p = re.compile(regexPart1 + re.escape(term) + regexPart2 , re.IGNORECASE)

正如Ωmega在评论中所指出的那样，如果它们都是一个字符长，则不需要使用一系列替换。角色类也会做得更好，更简洁，更易读。

而且我敢肯定，还有其他方法可以改善这一点。