Question

我目前正在努力掌握Python中的regex技能。我俩都不是专家。也许我使用了错误的正则表达式术语，这就是为什么找不到答案的原因。如果是这种情况，请道歉。

我根据下面的代码创建了一个测试字符串和两个不同的正则表达式：

teststring = "This is just a string of literal text with some 0987654321 and an issue in it"

reg = re.compile(r"([0-9]{3})*",re.DEBUG)
outSearch = reg.search(teststring)

print "Test with ([0-9]{3})*"
if outSearch:
    print "groupSearch = " + outSearch.group()
    print

reg = re.compile(r"([0-9]{3})+",re.DEBUG)
outSearch = reg.search(teststring)

print "Test with ([0-9]{3})+"
if outSearch:
    print "groupSearch = " + outSearch.group()

此test-cde结果如下：

max_repeat 0 4294967295
  subpattern 1
    max_repeat 3 3
      in
        range (48, 57)
Test with ([0-9]{3})*
groupSearch = 

max_repeat 1 4294967295
  subpattern 1
    max_repeat 3 3
      in
        range (48, 57)
Test with ([0-9]{3})+
groupSearch = 098765432

现在有趣的部分：我希望两个正则表达式都将返回相同的结果。例如，我使用（[0-9] {3}）+获得的结果。当我使用（[0-9] {3}）*时，正则表达式与测试字符串匹配，但outSearch.group（）为空。有人可以解释我为什么吗？

顺便说一句。这两个正则表达式都没有实际用途，我只是想了解正则表达式在Python中的工作方式。

Answer 1

您的第一个代码使用*进行重复-这意味着它将与上一组的零个或多个匹配。但是，当您使用+重复时，至少需要次。因此，仅包含一个可选组的正则表达式将首先匹配字符串的非常开头，如果该组不接受的第一个字符，则根本不匹配任何字符字符串。如果您检查每个匹配项的start()和end()，这将更加清晰：

teststring = "some 0987654321"
reg = re.compile(r"([0-9]{3})*",re.DEBUG)
outSearch = reg.search(teststring)

print("Test with ([0-9]{3})*")
if outSearch:
    print ("groupSearch = " + outSearch.group() + ' , ' + str(outSearch.start()) + ' , ' + str(outSearch.end()))

reg = re.compile(r"([0-9]{3})+",re.DEBUG)
outSearch = reg.search(teststring)

print("Test with ([0-9]{3})+")
if outSearch:
    print ("groupSearch = " + outSearch.group() + ' , ' + str(outSearch.start()) + ' , ' + str(outSearch.end()))

输出：

Test with ([0-9]{3})*
groupSearch =  , 0 , 0

Test with ([0-9]{3})+
groupSearch = 098765432 , 5 , 14

（第一个正则表达式的匹配从索引0开始，到索引0结束-空字符串）

这不是Python独有的-几乎在任何地方都可以预期这种行为：

https://regex101.com/r/BwMWTq/1

（点击以查看其他语言-查看所有语言（不仅是Python）如何在索引0处开始和结束它们的匹配）

Answer 2

在正则表达式中：

+：匹配上一个令牌的一个或多个
*：匹配上一个令牌的零个或多个

现在：

([0-9]{3})+将匹配一个或多个时间（+）3个连续数字（[0-9]{3}），因此它在主要匹配组（即组0）中包含9个数字- 098765432，忽略0987654321的最后1个，即匹配范围从索引48到56（teststring[48:57]）。您也可以使用span()对象的SRE_Match方法进行检查，例如outSearch.span()
([0-9]{3})*将匹配零个或多个时间（*）3个连续数字；因为它也可以匹配零时间，所以它匹配字符串的开头并在此处停止，从而将空字符串作为主要匹配组的输出，即匹配范围从字符串索引0到0

python regex，在子组上重复

2 个答案: