正则表达式：如何在以不同方式捕获组的同时多次匹配字符串

Question

我有一个看起来像这样的字符串：

AB

我想使用如下所示的正则表达式捕获它：

(?P<GRP1>(A|D))?(?P<GRP2>(A|C))?B

是否有一个 python 函数可以为字符串生成两个匹配项？第一个是将

A

捕获为

GRP1

的一部分，第二个是将其捕获为

GRP2

?

的一部分

我尝试过像

re.fullmatch

和

re.findall

这样的函数，但它们都只捕获

A

作为

GRP1

的一部分。

我正在寻找的功能在与

DB

或

CB

匹配时会产生一场比赛，但

AB

有两场比赛，每组一场比赛

A

可以属于。

Answer 1

这不是正则表达式的设计目的。正则表达式是关于将输入范围与模式进行匹配。因此，输入的任何跨度要么匹配，要么不匹配。 span在这个过程中被“消耗”，即同一个span不能匹配pattern两次。另一方面，一个模式可以匹配多个不重叠的跨度，这就是

findall

的意义所在。

有一些高级正则表达式技术在匹配时不消耗任何字符（前瞻/后视），但那些本质上也不会捕获任何输入，这使它们对您无用。

通常这是一个人应该开始考虑不使用正则表达式或至少不使用only正则表达式的点。

我看到可能的解决方案

1. 使用两个正则表达式模式，每个 GRP 一个。这将使整体结果成为一个代表 0-2 匹配的元组，代表无、GPR1、GPR2 或 GPR1+GPR2
2. 使用一个正则表达式模式，但像这样重组它

   (?P<GRP1>(D))?(?P<GRP2>(C))?(?P<GRP1_2>(A))?B

   即为可能发生的每一件事都有一个单独的组。

   GRP1_2

   代表 GRP1&GRP2 的情况。因此，例如，如果您的目标是计算 GRP1 和 GRP2 匹配项，那么您将同时计算 GRP1_2。

Answer 2

肯定是的：

你可以使用前瞻：

(?=(?P<GRP1>(A|D)))(?=(?P<GRP2>(A|C)))\wB

这基本上是零宽度断言——这意味着它将捕获想要的组，但不会在实际匹配中占用空间。

https://regex101.com/r/o1petz/1

Answer 3

我认为你正在寻找组匹配——组是基于“（）”

import re

a = re.search('(.*)(.xlsx)', 'doc.xlsx')

print(a.group(1))
print(a.group(2))

这个例子会打印出来

doc
.xlsx