使用 Python 正则表达式的非捕获组中的多个捕获组

Question

我有以下代码在一个非捕获组中使用多个捕获组：

>>> regex = r'(?:a ([ac]+)|b ([bd]+))'
>>> re.match(regex, 'a caca').groups()
('caca', None)
>>> re.match(regex, 'b bdbd').groups()
(None, 'bdbd')

如何更改代码以输出('caca') 或('bdbd')？

Answer 1

你很接近。

要始终作为组 1 获取捕获，可以使用先行进行匹配，然后使用单独的捕获组进行捕获：

(?:a (?=[ac]+)|b (?=[bd]+))(.*)

Demo

或者在 Python3 中：

>>> regex=r'(?:a (?=[ac]+)|b (?=[bd]+))(.*)'
>>> (?:a (?=[ac]+)|b (?=[bd]+))(.*)
>>> re.match(regex, 'a caca').groups()
('caca',)
>>> re.match(regex, 'b bdbd').groups()
('bdbd',)

Answer 2

另一种选择是在没有捕获组的情况下使用lookbehind 获取匹配项：

(?<=a )[ac]+|(?<=b )[bd]+

Regex demo

例如

import re

pattern = r'(?<=a )[ac]+|(?<=b )[bd]+'
print (re.search(pattern, 'a caca').group())
print (re.search(pattern, 'b bdbd').group())

输出

caca
bdbd

Answer 3

您可以使用 branch reset group 和 PyPi regex module:

Alternatives 在分支重置组内共享相同的捕获组。语法是(?|regex)，其中(?| 打开组，regex 是任何正则表达式。如果您在分支重置组中不使用任何交替或捕获组，则其特殊功能不会发挥作用。然后它充当non-capturing group。

正则表达式看起来像

(?|a ([ac]+)|b ([bd]+))

请参阅regex demo。见Python 3 demo：

import regex
rx = r'(?|a ([ac]+)|b ([bd]+))'
print (regex.search(rx, 'a caca').groups()) # => ('caca',)
print (regex.search(rx, 'b bdbd').groups()) # => ('bdbd',)

Answer 4

反过来看问题：

((?:a [ac]+)|(?:b [bd]+))
^ ^         ^ ^
| |         | other exact match
| |         OR
| not capturing for exact match
capture everything

更简单的外观：https://regex101.com/r/e3bK2B/1/