爲什麼我不能匹配python中正則表達式的最後部分？

Question

我想匹配一個可選結束句子'other (\\w+)'。例如，正則表達式應該如下匹配兩個句子並提取單詞'things'：

• 蘋果和其他東西。
• 蘋果很大。

我寫了一個正則表達式，如下所示。但是，我得到了一個結果(None,)。如果我刪除最後的?。我會得到正確的答案。爲什麼？

>>> re.search('\w+(?: other (\\w+))?', 'A and other things').groups() 
(None,) 
>>> re.search('\w+(?: other (\\w+))', 'A and other things').groups() 
('things',) 

Answer 1

正則表達式搜索的規則是它們產生的最匹配的最左邊的匹配。是的，如果可能的話，它會嘗試給你更長時間的比賽，但最重要的是，當它發現第一次成功比賽時，它將停止進一步尋找。

在第一個正則表達式中，\w+匹配的最左邊的點是A。可選部分與此不匹配，因此完成。

在第二個正則表達式中，括號表達式是強制性的，所以A不匹配。因此，它繼續尋找。 \w+匹配and，然後第二個\\w+匹配things。

---

注意，在Python中的正則表達式，特別是那些包含反斜槓，它的使用r'raw strings'寫他們一個好主意。

Answer 2

如果你使用：

re.search(r'\w+(?: other (\w+))?', 'A and other things').group() 

你會看到發生了什麼。由於\w+之後的任何內容都是可選的，因此您的search匹配第一個詞A。

作爲每official documentation：

.groups()

返回包含匹配的所有亞組，從1到然而，許多基團是在圖案的元組。

而且你search調用不返回任何分組，因此您可以：

re.search(r'\w+(?: other (\w+))?', 'A and other things').groups() 
(None,) 

解決你的問題您可以使用此交替基於正則表達式：

r'\w+(?: other (\w+)|$)' 

例子：

>>> re.search(r'\w+(?: other (\w+)|$)', 'A and other things').group() 
'and' 
>>> re.search(r'\w+(?: other (\w+)|$)', 'The apple is big').group() 
'big'