为什么正则表达式的“非捕获”组不起作用？答案

【问题标题】：Why isn't the regular expression's "non-capturing" group working?为什么正则表达式的“非捕获”组不起作用？
【发布时间】：2011-02-11 18:44:16
【问题描述】：

在下面的sn-p中，匹配结果中应该忽略非捕获组"(?:aaa)"，

结果应仅为"_bbb"。

但是，我在匹配结果中得到"aaa_bbb"；只有当我指定 group(2) 时它才会显示"_bbb"。

>>> import re
>>> s = "aaa_bbb"
>>> print(re.match(r"(?:aaa)(_bbb)", s).group())

aaa_bbb

【问题讨论】：

酷，感谢您的编辑，以及指出非捕获组概念的答案

标签： python regex

【解决方案1】：

试试：

print(re.match(r"(?:aaa)(_bbb)", string1).group(1))

group() 与 group(0) 相同，组 0 始终存在，这是 整个 RE 匹配。

【讨论】：

【解决方案2】：

TFM:

class re.MatchObject

group([group1, ...])

返回匹配的一个或多个子组。如果只有一个参数，则结果为单个字符串；如果有多个参数，则结果是一个元组，每个参数一个项目。 没有参数，group1 默认为零（返回整个匹配项）。如果 groupN 参数为零，则对应的返回值是整个匹配字符串。

【讨论】：

【解决方案3】：

您必须指定 group(1) 才能仅获取括号捕获的部分（在本例中为 _bbb）。

group() 不带参数将返回完整的正则表达式匹配的整个字符串，无论它的某些部分是否额外被括号捕获。

【讨论】：

【解决方案4】：

group() 和 group(0) 将返回整个匹配项。后续组是实际的捕获组。

>>> print (re.match(r"(?:aaa)(_bbb)", string1).group(0))
aaa_bbb
>>> print (re.match(r"(?:aaa)(_bbb)", string1).group(1))
_bbb
>>> print (re.match(r"(?:aaa)(_bbb)", string1).group(2))
Traceback (most recent call last):
  File "<stdin>", line 1, in ?
IndexError: no such group

如果你想要与group() 相同的行为：

" ".join(re.match(r"(?:aaa)(_bbb)", string1).groups())

【讨论】：

【解决方案5】：

我认为您误解了“非捕获组”的概念。非捕获组匹配的文本仍会成为整个正则表达式匹配的一部分。

正则表达式 (?:aaa)(_bbb) 和正则表达式 (aaa)(_bbb) 都返回 aaa_bbb 作为整体匹配。不同之处在于，第一个正则表达式有一个捕获组返回 _bbb 作为其匹配项，而第二个正则表达式有两个捕获组返回 aaa 和 _bbb 作为它们各自的匹配项。在您的 Python 代码中，要获得_bbb，您需要将group(1) 与第一个正则表达式一起使用，并将group(2) 与第二个正则表达式一起使用。

非捕获组的主要好处是您可以将它们添加到正则表达式中，而不会打乱正则表达式中捕获组的编号。它们还提供（稍微）更好的性能，因为正则表达式引擎不必跟踪与非捕获组匹配的文本。

如果你真的想从整个正则表达式匹配中排除aaa，那么你需要使用lookaround。在这种情况下，积极的后视可以解决问题：(?<=aaa)_bbb。使用这个正则表达式，group() 在 Python 中返回 _bbb。不需要捕获组。

我的建议是，如果您能够使用捕获组来获取部分正则表达式匹配，请使用该方法而不是环视。

【讨论】：

这是一个比接受的答案更有用的答案。

【解决方案6】：

在匹配对象上使用组方法而不是组。它返回所有捕获缓冲区的列表。不带参数的 group 方法返回正则表达式的整个匹配项。

【讨论】：