Question

我已多次浏览HOWTO和re模块文档，我仍然对Python正则表达式中的可选性和分组交互方式感到困惑。我想要的是匹配组内的所有内容，或者根本不匹配，但我发现子字符串是匹配的。这是一个最小的例子：

>> re.compile(r"(test)?").search("tes")
<_sre.SRE_MATCH at 0xBlahBlah>

我希望不匹配，因为我将整个字符串test标记为可选。什么（文档的一部分）我不理解？

与我真正感兴趣的问题相近的问题版本如下：

>> re.compile(r"(distance|mileage)(\sbetween)?").search("distancebetween")
<_sre.SRE_MATCH at 0xBlahblah>

为什么这个空格不被强制匹配？

编辑2017-01-04 到目前为止的答案是有帮助的，但我认为我没有足够清楚地解释我的需要。

简而言之，我想要一个匹配foo或bar（完整）或foo baz或bar baz（完整）的正则表达式，而不是其他内容。

>> m = re.compile("(foo|bar)(\sbaz)?")
>> m.search("foo ba")
<_sre.SRE_Match as 0xBlahblah>
>> m.search("foo ba").span()
(0, 3)

所以我发现它正在发生的事情是它在foo上匹配，然后没有关心下游的事情。如何才使其仅与baz匹配或根本不匹配？

Answer 1

让我们看看匹配的内容：

import re
m = re.compile(r"(test)?").search("tes")
m.span()
# have (0, 0)

它是空字符串。为什么呢？

因为?在这里表示零或一次（就像{0, 1}）。所以第一组可以匹配字符串test或空字符串（我们有）。

以下是docs：

的引用

'?' 使得到的RE匹配前面RE的0或1次重复。 AB？将匹配'a'或'ab'。

Answer 2

对于您所描述的内容，我不认为您想要使用可选匹配。我认为你想要的是正确的正则表达式，但没有?。

第一个例子：

>>> re.compile(r"(test)").search("tes")
>>> re.compile(r"(test)").search("test")
<_sre.SRE_Match object at 0x104c64210>
>>> re.compile(r"(test)").search("testing")
<_sre.SRE_Match object at 0x104c64198>

对于你的第二个例子：

>>> re.compile(r"(distance|mileage)(\sbetween)").search("distancebetween")
>>> re.compile(r"(distance|mileage)(\sbetween)").search("distance between")
<_sre.SRE_Match object at 0x104bf5608>
>>> re.compile(r"(distance|mileage)(\sbetween)").search("distance ")

Answer 3

在这两种情况下都使用?，你说你要小组出现0或1次。因此，在"(test)?"中 匹配“test”与不匹配，或为空字符串，这将是字符串的第一部分。< / p>

在第二个中，"(distance|mileage)(\sbetween)?"你有四个匹配的“距离”，“里程”或“距离”或“里程之间”。

这些都不是整个字符串，因此可以在之前或之后进行测试。否则，如果您只想要开始，则需要^regex，或regex$仅匹配结尾，或最后^regex$仅匹配整个字符串。

在Python

3 个答案: