奇怪的结果来自python中的正则表达式

Question

我有一个字符串＆＃39; 10H30M2D3I2M10S＆＃39;，并希望将字符串分成3个部分，如[＆＃39; 10H＆＃39;，＆＃39; 20M2D3I2M＆＃39;，＆＃39; ; 10S＆＃39;]，我写了一个如下的python正则表达式，

import re

cigar = '10H30M2D2N2=2X3I2M10S'
pattern = re.compile(r'(\d+[HS])*((\d+[MIDNP=X])+)(\d+[HS])*')
r = pattern.search(cigar)
print(r.groups())

结果是（＆＃39; 10H＆＃39;，＆＃39; 30M2D2N2 = 2X3I2M＆＃39;，＆＃39; 2M＆＃39;，＆＃39; 10S＆＃39;）

这个结果看起来很奇怪，任何人都有任何线索？

Answer 1

编辑重写，因为我之前的回答是完全错误的......

你很接近，但你需要让你的内部小组\d+[MIDNP=X]无法捕获：

pattern = re.compile(r'(\d+[HS])*((?:\d+[MIDNP=X])+)(\d+[HS])*')

这将只给你3组，第二组覆盖整个内部字符串。否则，你的代码拥有它的方式，你有一个额外的捕获组，只捕获最后一个。我之前提出的方式（(\d+[HS])*(\d+[MIDNP=X])+(\d+[HS])*）不会为您提供从+捕获所有内容的捕获组。

Here是工作python正则表达式的一个例子。