为什么re.split（'（\ d）'，'SPL5IT THE WORDS'）的输出与re.split（'\ d'，'SPL5IT THE WORDS'）在python中的正则表达式不同？

Question

我对Python中的正则表达式有疑问。我试图打印出re.split（'（\ d）'，'SPL5IT THE WORDS'）和re.split（'\ d'，'SPL5IT THE WORDS'）的结果。结果是这样的：

Cannot find name 'RestoProfile'

为什么第二个返回分隔符，而第一个不返回分隔符？

Answer 1

因为这就是文档的前两行中的it's documented to do（强调）：

  

通过string的出现来拆分pattern。 如果pattern中使用了捕获括号，则模式中所有组的文本也会作为结果列表的一部分返回。

该功能本身的“原因”是有时您想要知道捕获的内容，尤其是在使用可以匹配各种事物的更复杂的模式时，您可能需要进行调整您的代码取决于拆分顺序。

对于最简单的示例，如果您想对句子中的某些单词进行变异（以足够复杂的方式（使re.sub成为不合理的选择），则可以完全照原样重建句子，但是使用新单词，在不按字母顺序排列的字母或空格的情况下进行拆分，而没有捕获，将无法重建原始句子的形式；即使不更改任何单词，也可以在空白行上使用简单的str.split并假设它是单个空格，' '.join('a\tb\nc d\re'.split())将会返回'a b c d e'；在没有捕获的情况下拆分的那一刻，您丢失了数据。相比之下，''.join(re.split(r'(\s+)', 'a\tb\nc d\re'))是无损的。

如果您需要分组而不捕获，请使用(?:PAT)形式的非捕获组，而不要捕获(PAT)。