Python正则表达式在没有可选组的情况下可以工作，但是在可选组中会中断

Question

输入：

line = " say hi /* comment"

和正则表达式：

regex = re.compile(r'\s*(?P<command>.*?)/[/*]')
result = regex.search(line)
print(result.group('command'))

这将成功打印say hi。

但是，将最后一部分切换到可选组：

regex = re.compile(r'\s*(?P<command>.*?)(/[/*])?')

现在不打印任何内容。这不是正则表达式根本不匹配它，因为result不是None。

为什么当正则表达式不是可选的时它可以工作，但是当它是可选的时就停止工作，我将如何解决呢？

Answer 1

regex.search()将找到第一个匹配的子字符串。在这种情况下，您可以使用regex.findall()。

regex.search()文档说：

  

如果有多个匹配项，则仅返回匹配的第一个匹配项

由于/[/*]是可选的，因此没有约束来匹配/字符。因此它甚至可以匹配第一个空格，也可以匹配任何部分。

您可以在regex101中在线检查此正则表达式。您可以找到其过程和结果。

Answer 2

也许这不是您要寻找的答案，但这可能会有所帮助：

regex = re.compile(r'\s*(?P<command>.*?)/[/*](?P<optional>.*)')
result = regex.search(line)
print(result.group('command','optional'))

输出：

('say hi ', ' comment')

有关详细信息，请单击here

Answer 3

在上面的示例中，?P<command>.*?使用非贪婪限定符*？，+？，??或{m，n} ?，它们匹配的文本越少越好。有关更多详细信息，请参见Greedy versus Non-Greedy

并且由于(/[/*])?是可选的，因此 command 组可能没有任何匹配项。

如果您要对不带注释的行进行正则表达式，请使用以下

\s*(?P<command>.*?)(?:/[/*]|$)

匹配

" say hi /* comment"
" say hi ..."