Python 3的正則表達式返回意外的結果

我不明白爲什麼兩個後續代碼塊會給測試用例提供不同的結果。第一個代碼塊按預期返回2016年，但是當進行小改動時，第二個返回None。Python 3的正則表達式返回意外的結果

這裏是第一位的，它返回 '2016' 作爲預期

import re 
date = '24 Jan 2016' 
def func(line): 
    month_regex = re.search('(\d{1,2})\s(Jan)\s(\d{2,4})', line) 
    if month_regex: 
     year = month_regex.group(3) 
    return year 
func(date)

然後，我添加「（uary）？」到正則表達式，由於某種原因，它返回None。請注意，組（1）和組（2）的結果在兩種情況下都是相同的。

import re 
date = '24 Jan 2016' 
def func(line): 
    month_regex = re.search('(\d{1,2})\s(Jan(uary)?)\s(\d{2,4})', line) 
    if month_regex: 
     year = month_regex.group(3) 
    return year 
func(date)

爲什麼第二個代碼塊返回None？

來源

2017-08-04 jss367

第一個片段返回一年。請參閱https://ideone.com/1v7FQe。第二個片段[返回None]（https://ideone.com/BWIkcq），因爲第三組不匹配。你最終的目標是什麼？迴歸年？然後[在第二個片段中使用'.group（4）']（https://ideone.com/6qT6Jr）。 –

爲什麼第三組不匹配？不會\ 2016年匹配嗎？ – jss367

但是'（uary）？'*是**捕獲**組，並且它被分配ID = 3（因爲它是模式中的第三個捕獲組）。 '（\ d {2,4}）'是第四組。 –

由於第二正則表達式中包含一個額外(uary)?捕捉組，比賽結果現在包含4組，.group(3)不再映射到一年，但到可選uary子。並且由於Jan之後的輸入沒有uary，所以組值爲無，它剛剛未初始化。

最好的方式來增加可選的羣體，同時保持組結構完好通過non-capturing groups：

month_regex = re.search(r'(\d{1,2})\s(Jan(?:uary)?)\s(\d{2,4})', line) 
             ^^

見Python demo online。

這裏，組如下：

(\d{1,2})\s(Jan(?:uary)?)\s(\d{2,4}) 
|-- 1 --| |---- 2 -----| |-- 3 --|

此外，它是使用原始字符串字面量爲正則表達式的聲明，只是爲了避免進一步的誤會時加字邊界或反向引用的最佳實踐。

來源

2017-08-04 14:19:19

Python 3的正則表達式返回意外的結果

回答

相關問題