python - 带有前瞻的正则表达式分组（在 Python 中）

Question

我正在修改正则表达式以提取一组组匹配，但是这个“超级组”没有按预期返回复合匹配字符串。

要匹配的字符串的格式为：

/DIR/SOMESTRING-W0.12+345.raw.gz

和我正在使用的正则表达式：

/DIR/
(?P<super>
    (?P<name>.*?)
    (?=(?P<modifier>-W\d\.\d{2}[+-]\d{3})?\.(?P<extension>raw\.gz|root)$)
)

我得到命名组的以下结果：

modifier: '-W0.12+345'
super: 'SOMESTRING'
name: 'SOMESTRING'
extension: 'raw.gz'

在我期待的时候

super: 'SOMESTRING-W0.12+345.raw.gz'

子组的分组一直对我有用，但这次不行，我不明白为什么。

希望有人能给我一些提示。

注意：此正则表达式的解释可以在（使用 awk 将特定子字符串与正则表达式匹配）中找到

Answer 1

该组super匹配该组匹配的相同文本name，因为前瞻断言不会为匹配贡献任何实际字符（这就是它们也被称为“零宽度断言”的原因）。

要获得所需的结果，只需删除前瞻断言：

/DIR/
(?P<super>
    (?P<name>.*?)
    (?P<modifier>-W\d\.\d{2}[+-]\d{3})?\.(?P<extension>raw\.gz|root)$
)