python - python如何处理像r'([abc])+'这样的正则表达式

Question

在 python 的文档中，我看到了一个例子：

m = re.match("([abc])+", "abc")
m.groups() # ('c',)

这是怎么发生的？我认为子组应该是'a'。

Answer 1

我相信这种行为是未指定的。当您在重复运算符中使用捕获组时，它通常会捕获最后一个匹配项。然而，Python Issue 7132中的讨论表明情况并非总是如此：

是的，但这对于组索引的完全一致性是必要的。当前返回值显然不一致（通常它返回捕获组的最后一次出现，但我发现情况并非总是如此，因为回溯后返回的匹配......）

但是，很容易修改您的示例以返回每个字符：

In [7]: m = re.match("([abc]+)", "abc") # a slightly different regex

In [8]: list(m.groups()[0])
Out[8]: ['a', 'b', 'c']

在这里，整个序列被捕获为一个组，然后拆分。

Answer 2

>>> m = re.match("([abc])+", "abc")
>>> m.group(0)
'abc'
>>> m.group(1)
'c'
>>> m.groups()
('c',)

正则表达式([abc])+匹配整个字符串（请参阅参考资料m.group(0)）。

该匹配是通过捕获单个字符[abc]，将结果捕获到第 1 组中，然后重复该过程来获得的。所以该组将首先是a，然后（在下一次重复中）b，最后是c。

.groups()返回所有捕获组匹配的元组。由于只有一个捕获组，因此您将获得一个单元素元组。