Python 3的正则表达式返回意外的结果

我不明白为什么两个后续代码块会给测试用例提供不同的结果。第一个代码块按预期返回2016年，但是当进行小改动时，第二个返回None。Python 3的正则表达式返回意外的结果

这里是第一位的，它返回 '2016' 作为预期

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)

然后，我添加 “（uary）？”到正则表达式，由于某种原因，它返回None。请注意，组（1）和组（2）的结果在两种情况下都是相同的。

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)

为什么第二个代码块返回None？

来源

2017-08-04 jss367

第一个片段返回一年。请参阅https://ideone.com/1v7FQe。第二个片段[返回None]（https://ideone.com/BWIkcq），因为第三组不匹配。你最终的目标是什么？回归年？然后[在第二个片段中使用'.group（4）']（https://ideone.com/6qT6Jr）。 –

为什么第三组不匹配？不会\ 2016年匹配吗？ – jss367

但是'（uary）？'*是**捕获**组，并且它被分配ID = 3（因为它是模式中的第三个捕获组）。 '（\ d {2,4}）'是第四组。 –

由于第二正则表达式中包含一个额外(uary)?捕捉组，比赛结果现在包含4组，.group(3)不再映射到一年，但到可选uary子。并且由于Jan之后的输入没有uary，所以组值为无，它刚刚未初始化。

最好的方式来增加可选的群体，同时保持组结构完好通过non-capturing groups：

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

见Python demo online。

这里，组如下：

(\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为正则表达式的声明，只是为了避免进一步的误会时加字边界或反向引用的最佳实践。

来源

2017-08-04 14:19:19

Python 3的正则表达式返回意外的结果

回答

相关问题