Question

我有以下正则表达式：

regex = re.compile(r'(\((\d{3})\)\s*|(\d{3})-?)')

基本上它包括alternation和交替内部的分组。我只想考虑交替中的分组：第一个和第二个(\d{3})，只返回匹配的一个组。

考虑到以下情况，这就是我的期望：

regex.match('(123) ').groups()

预期：

('123',)

实际：

('(123) ', '123', None)

Answer 1

你期待这个

(\((\d{3})\)\s*|(\d{3})-?)

返回123，但你有两对分组括号 - 一个从开头开始，另一个从\d开始，所以你得到两组返回。如果你不想要(123)，但你确实想要123，那么外部对需要是非捕获的：

(?:\((\d{3})\)\s*|(\d{3})-?)

这只能解决问题的一部分。另一个是你的第三个捕获组，它与任何东西都不匹配，返回None。这在正则表达式本身很容易解决，因为正则表达式中的每对分组括号都会从match.groups()返回一些内容。这就是groups()的定义方式。考虑使用filter()：

>>> regex = re.compile(r"(?:\((\d{3})\)\s*|(\d{3})-?)")
>>> regex.match('(123) ').groups()
('123', None)
>>> tuple(filter(None, regex.match('(123) ').groups()))
('123',)

忽略外部分组，仅返回交替匹配的组

1 个答案: