为什么第一个交替不匹配？

Question

我有 following regular expression (Python)，我在以下一点上不明白。为什么它也与第一个交替不匹配？

正则表达式（间隔以便更好地理解）：

(?:
  \$\{
    (?P<braced>
       [_a-zA-Z][a-zA-Z0-9]*(?::[_a-zA-Z][_a-zA-Z0-9]*)+
    )
  \}
)
|   ### SECOND ALTERNATION ###
(?:
  \$
   (?P<named>
     [_a-zA-Z][a-zA-Z0-9]*(?::[_a-zA-Z][_a-zA-Z0-9]*)+
   )
)

测试字符串：

asdasd $asd:sd + ${asd123:asd} $HOME $$asd

匹配的东西：

asdasd $asd:sd + ${asd123:asd} $HOME $$asd

根据上面的正则表达式模式，也应该出现第一个交替，即：

${asd123:asd}

我好像不太明白交替模式？

Answer 1

为了捕获${...}，您需要删除?: 以将非捕获组变成正在捕获组。您也可以为它们命名。另外 [_a-zA-Z0-9] 等于 \w，因此我们可以稍微缩短您的正则表达式：

(?P<Alternation1>
 \$\{(?P<braced>[_a-zA-Z][a-zA-Z0-9]*(?::[_a-zA-Z]\w*)+)
 \}
 )
 |
 (?P<Alternation2>
  \$(?P<named>[_a-zA-Z][a-zA-Z0-9]*(?::[_a-zA-Z]\w*)+
 )
)

看看demo。此正则表达式需要使用 x 选项（以及 regex101.com 上的 g 选项来显示所有匹配项，在 Python 中，您将使用 findall 或 finditer）。

有关non-capturing groups 的更多信息，请访问 SO 和regular-expressions.info。

要在 Python 中获取所有匹配项，您可以像这样使用 finditer：

import re
p = re.compile(ur'''(?P<Alternation1>
     \$\{(?P<braced>[_a-zA-Z][a-zA-Z0-9]*(?::[_a-zA-Z]\w*)+)
     \}
     )
     |
     (?P<Alternation2>
      \$(?P<named>[_a-zA-Z][a-zA-Z0-9]*(?::[_a-zA-Z]\w*)+
     )
    )
''', re.VERBOSE)
test_str = u"asdasd $asd:sd + ${asd123:asd} $HOME $$asd"

print [x for x in re.findall(p, test_str)]

见IDEONE demo

Answer 2

您的模式运行良好，您只需将其与finditer 一起使用即可执行全局研究并获得整个匹配项：

>>> for m in re.finditer(pattern, text):
...     print 'whole match: %s' (m.group(0))
...     print 'group "braced": %s' % (m.group('braced'))
...     print 'group "named": %s\n' % (m.group('named'))

（findall 的问题（也执行全局研究） 是当您在模式中有捕获组时，结果仅包含捕获组内容的列表，而不再包含整个匹配结果。因此，按照 stribizhev 的建议，将所有内容包含在捕获组中可能是 findall 的一种方式。

Answer 3

您需要添加 g 修饰符以获取 regex101.com 上的所有匹配项

https://www.regex101.com/r/nP8pK0/1