Question

我不明白为什么两个跟随代码块会给测试用例带来不同的结果。第一个代码块按预期返回2016，但是当进行一个小的更改时，第二个代码块返回None。

这是第一个，按预期返回'2016'

import re
date = '24 Jan 2016'
def func(line):
    month_regex = re.search('(\d{1,2})\s(Jan)\s(\d{2,4})', line)
    if month_regex:
        year = month_regex.group(3)
    return year
func(date)

然后，我加上“（uary）？”到正则表达式，由于某种原因，它返回None。请注意，组（1）和组（2）的结果在两种情况下都相同。

import re
date = '24 Jan 2016'
def func(line):
    month_regex = re.search('(\d{1,2})\s(Jan(uary)?)\s(\d{2,4})', line)
    if month_regex:
        year = month_regex.group(3)
    return year
func(date)

为什么第二个代码块返回None？

Answer 1

由于第二个正则表达式包含额外的(uary)? 捕获组，因此匹配结果现在包含4个组，而.group(3)不再映射到年份，而是映射到可选{ {1}}子串。由于输入在uary之后没有uary，因此组值为无，它只是未初始化。

在保持组结构完整性的同时添加可选组的最佳方法是通过non-capturing groups：

Jan

请参阅Python demo online。

这里，小组如下：

month_regex = re.search(r'(\d{1,2})\s(Jan(?:uary)?)\s(\d{2,4})', line)
                                         ^^

此外，最好使用原始字符串文字进行正则表达式模式声明，以避免在添加单词边界或反向引用时出现进一步的误解。

Python 3正则表达式返回意外结果

1 个答案: