为什么 python 正则表达式搜索方法不能始终正确地返回匹配的对象？

Question

我正在做一个正则表达式课程的练习题：

您将如何编写一个匹配第一个单词是 Alice、Bob 或 Carol 的句子的正则表达式？第二个词要么是吃，要么是宠物，要么是扔；第三个词是苹果、猫或棒球；句子以句号结尾？此正则表达式应该不区分大小写。它必须符合以下条件：

• 爱丽丝吃苹果。
• 鲍勃宠物猫。
• Carol 扔棒球。
• 爱丽丝扔苹果。
• 鲍勃吃猫。

我的代码如下：

regex=re.compile(r'Alice|Bob|Carol\seats|pets|throws\sapples\.|cats\.|baseballs\.',re.IGNORECASE)
mo=regex.search(str)
ma=mo.group()

当我通过str ='BOB EATS CATS.' 或'Alice throws Apples.' 时，mo.group() 分别只返回'Bob' 或'Alice'，但我期待它返回整个句子。

当我通过str='Carol throws baseballs.' 时，mo.group() 返回'baseballs.'，这是最后一个匹配项。

我不知道为什么：

• 对于我传递的前两个 str 示例，它返回了第一个匹配项（'Bob' 或 'Alice'），而我传递的第三个 str 示例返回了最后一个匹配项（'baseball'）？

• 在所有 3 个 str 示例中，我不确定为什么 mo.group() 没有将整个句子作为匹配项返回。即我期待 'Carol throws baseballs.' 作为 mo.group() 的输出

Answer 1

您需要告诉您的正则表达式以某种方式对选项列表进行分组，否则它自然会认为这是一个巨大的列表，其中一些元素包含空格。最简单的方法是为每个单词使用捕获组：

regex=re.compile(r'(Alice|Bob|Carol)\s+(eats|pets|throws)\s+(apples|cats|baseballs)\.', re.IGNORECASE)

尾随句点不应成为选项的一部分。如果您出于某种原因不想使用捕获组（它不会真正影响匹配的方式），您可以改用非捕获组。将(...) 替换为(?:...)。

您的原始正则表达式被解释为以下一组选项：

• Alice
• Bob
• Carol\seats
• pets
• throws\sapples.
• cats.
• baseballs.

空格不会神奇地分隔选项。希望您能明白为什么除了baseballs. 之外没有Carol throws baseballs. 的元素出现在该列表中。不过像Carol eats baseballs. 这样的东西会匹配Carol eats。

Answer 2

你应该把所有的词分组

你的 re 应该是这样的：

regex = r'(?:Alice|Bob|Carol)\s(?:eats|pets|throws)\s(?:apples|cats|baseballs)\.'

请注意，我使用 (?:) 而不是 ()，因为分组仅用于逻辑目的

Answer 3

你也可以这样做：

(\w{3,5}) (\w*) ([^f]\w+)