为什么正则表达式（。*？（？：*？\ n））会捕获换行符？

Question

考虑以下文字：

foobar¬
nextline

正则表达式(.*?(?: *?\n))匹配foobar¬ 其中¬表示换行符\ n。

为什么正则表达式匹配它？非捕获组不应该排除它吗？

在Regex101上测试python方言。

Answer 1

“非捕获组”是指该组内的匹配在结果匹配对象中不能作为单独的组使用。例如：

>>> re.search('(foo)(bar)', 'foobarbaz').groups()
('foo', 'bar')
>>> re.search('(foo)(?:bar)', 'foobarbaz').groups()
('foo',)

但是，作为表达式一部分的所有内容都是匹配，因此出现在结果匹配中（组0显示整个匹配）：

>>> re.search('(foo)(bar)', 'foobarbaz').group(0)
'foobar'
>>> re.search('(foo)(?:bar)', 'foobarbaz').group(0)
'foobar'

如果您不想匹配该部分，但仍想确保它在那里，您可以使用超前表达式：

>>> re.search('(foo)(?=bar)', 'foobarbaz')
<_sre.SRE_Match object; span=(0, 3), match='foo'>
>>> re.search('(foo)(?=bar)', 'foobaz')
None

因此，在您的情况下，您可以使用(.*?(?= *?\n))。

Answer 2

捕获\n是因为非捕获组在内部捕获组：

>>> s = 'foobar\nnextline'
>>> re.search(r'(.*?(?: *?\n))', s).groups()
('foobar\n',)

如果您不想要，请将非捕获组放在捕获组

之外

>>> re.search(r'(.*?)(?: *?\n)', s).groups()
('foobar',)