Question

我希望将句子与可选的结尾'other (\\w+)'匹配。例如，正则表达式应该如下匹配两个句子并提取单词＆＃39;：＆＃39;：

苹果和其他东西。
苹果很大。

我写了一个正则表达式如下。但是，我得到了一个结果(None,)。如果我删除了最后一个?。我会得到正确的答案。为什么呢？

>>> re.search('\w+(?: other (\\w+))?', 'A and other things').groups()
(None,)
>>> re.search('\w+(?: other (\\w+))', 'A and other things').groups()
('things',)

Answer 1

如果您使用：

<span id="text">THIS IS TEST</span>
<div id="new-text"></div>

你会看到发生了什么。由于re.search(r'\w+(?: other (\w+))?', 'A and other things').group()之后的任何内容都是可选的，因此\w+会匹配第一个字search。

根据official documentation：

A

返回一个包含匹配所有子组的元组，从1到多个组都在模式中。

你的.groups()电话不会返回任何子组，因此你得到：

search

要解决您的问题，您可以使用此基于交替的正则表达式：

re.search(r'\w+(?: other (\w+))?', 'A and other things').groups()
(None,)

<强>示例：

r'\w+(?: other (\w+)|$)'

Answer 2

正则表达式搜索的规则是它们产生 最左侧最长匹配。是的，如果可能，它会尝试为您提供更长的匹配，但最重要的是，当它找到第一个成功匹配时，它将停止进一步查看。

在第一个正则表达式中，\w+匹配的最左边的点是A。可选部分与那里不匹配，因此已完成。

在第二个正则表达式中，带括号的表达式是必需的，因此A不匹配。因此，它继续寻找。 \w+匹配and，然后第二个\\w+匹配things。

请注意，对于Python中的正则表达式，尤其是那些包含反斜杠的表达式，使用r'raw strings'编写它们是个好主意。

为什么我不能匹配python中正则表达式的最后一部分？

2 个答案: