为什么重复捕获组返回这些字符串？答案

【问题标题】：Why Does a Repeated Capture Group Return these Strings?为什么重复捕获组返回这些字符串？
【发布时间】：2014-07-21 02:40:42
【问题描述】：

有人可以解释为什么以下返回“cc”吗？

>>> re.match('(..)+', 'aabbcc').group(1)
'cc'

有人告诉我，因为它把每场比赛都放到了 group(1) 中，所以最后一场比赛是 'cc'。这是真的吗？

那接下来怎么解释呢？

>>> re.match('(..)+(...)', 'aabbcc').group(1)
'aa'

【问题讨论】：

【解决方案1】：

重复捕获组：组号保持不变

(..) 定义的组是组 1。+ 量词重复它。每次引擎能够重复组（匹配两个字符）时，组 1 都会被覆盖。

当您检查第 1 组时，引擎会返回 cc。所有其他捕获都将丢失。

（例外是 .NET 引擎，它也返回 cc，但由于 CaptureCollection 对象，它还允许您检查中间捕获。它将包含 aa、bb 和 cc。）

使用(..)+(...)，为什么第1组包含aa？回溯！

为了理解这一点，我们再次需要遵循正则表达式引擎的路径。

再次，当引擎开始匹配时，它会将aa 捕获到第 1 组
同样，它重复(..) 组并将bb 捕获到第1 组
再次，它重复(..) 组并将cc 捕获到组1
引擎现在尝试匹配(...)。它失败了：没有可用的字符了。
引擎在字符串和正则表达式模式中回溯。 + 表示一次或多次，我们匹配了.. 三次，所以我们可以放弃一次，甚至两次。在这个阶段，引擎放弃量化的(..)+组的最后一个匹配，即cc。我们回到了第 1 组是 bb 的时候。
引擎再次尝试匹配(...)。只剩下两个字符：cc，所以又失败了。
引擎回溯，放弃量化的(..)+ 组的最后一个匹配项，即bb。在这个阶段，第 1 组又是aa。
引擎再次尝试匹配(...)。成功：第 2 组为bbc，第 1 组为aa

参考

【讨论】：