Question

在python的doc中，我看到一个例子：

m = re.match("([abc])+", "abc")
m.groups() # ('c',)

这是怎么发生的？我认为子组应该是'a'。

Answer 1

我认为行为未指明。在重复运算符中使用捕获组时，它通常会捕获最后一个匹配项。但是，Python Issue 7132中的讨论表明情况并非总是如此：

是的，但这对于组索引的完全一致性是必要的。当前的返回值显然不一致（通常会返回捕获组的最后一次出现，但我发现了这一点并非总是如此，因为之后返回的匹配回溯...）

但是，修改示例以返回每个字符很容易：

In [7]: m = re.match("([abc]+)", "abc") # a slightly different regex

In [8]: list(m.groups()[0])
Out[8]: ['a', 'b', 'c']

这里，整个序列被捕获为一个组，然后拆分。

Answer 2

>>> m = re.match("([abc])+", "abc")
>>> m.group(0)
'abc'
>>> m.group(1)
'c'
>>> m.groups()
('c',)

正则表达式([abc])+匹配整个字符串（请参阅m.group(0)）。

此匹配是通过捕获单个字符[abc]，将结果捕获到组号1，然后重复该过程获得的。因此，该组首先为a，然后（在下次重复时）b，最后为c。

.groups()返回所有捕获组匹配的元组。由于只有一个捕获组，因此您将获得一个元素元组。