Question

据我了解，\ 2代表第2组的内容。

因此，表达式r'(\w*)(\w)\2'应该返回group2的内容（即\w）但是当我们使用具有重复字符的单词时，它返回的是重复字符。例如：

re.search(r'(\w*)(\w)\2','finally').group(2) -> 'l'
re.search(r'(\w*)(\w)\2','finallyy').group(2) ->'y'

在第一个示例中，输出为'l'而不是'y'。

任何人都可以告诉我\ 2在正则表达式中到底是什么意思，我的理解在哪里错了。

Answer 1

这是第二个捕获组的“ 引用”。因此，这意味着重复了第二个捕获组中的内容。

例如，使用此正则表达式，'finally'和'finallyy'匹配为：

(\w*) (\w) \2    <rest>
fina   l   l     y
finall y   y

由于 Kleene星很贪婪，它通常会吃掉尽可能多的字符，但仍然与字符串匹配。

因此，简而言之，如果第二个捕获组将匹配foo，那么\2也必须能够匹配foo。

严格来说，这样的构造并非总是正则表达式（至少不是严格意义上的数学意义）：正则表达式只能匹配常规语言，而常规语言应为可以由有限状态机解析。例如，如果第二组可以匹配任意数量的字符（例如，(\w+)\1），那么就不能在有限状态机上对此进行编码。