为什么我不能匹配python中正则表达式的最后部分？

Question

我想匹配一个可选结束句子'other (\\w+)'。例如，正则表达式应该如下匹配两个句子并提取单词'things'：

• 苹果和其他东西。
• 苹果很大。

我写了一个正则表达式，如下所示。但是，我得到了一个结果(None,)。如果我删除最后的?。我会得到正确的答案。为什么？

>>> re.search('\w+(?: other (\\w+))?', 'A and other things').groups() 
(None,) 
>>> re.search('\w+(?: other (\\w+))', 'A and other things').groups() 
('things',) 

Answer 1

正则表达式搜索的规则是它们产生的最匹配的最左边的匹配。是的，如果可能的话，它会尝试给你更长时间的比赛，但最重要的是，当它发现第一次成功比赛时，它将停止进一步寻找。

在第一个正则表达式中，\w+匹配的最左边的点是A。可选部分与此不匹配，因此完成。

在第二个正则表达式中，括号表达式是强制性的，所以A不匹配。因此，它继续寻找。 \w+匹配and，然后第二个\\w+匹配things。

---

注意，在Python中的正则表达式，特别是那些包含反斜杠，它的使用r'raw strings'写他们一个好主意。

Answer 2

如果你使用：

re.search(r'\w+(?: other (\w+))?', 'A and other things').group() 

你会看到发生了什么。由于\w+之后的任何内容都是可选的，因此您的search匹配第一个词A。

作为每official documentation：

.groups()

返回包含匹配的所有亚组，从1到然而，许多基团是在图案的元组。

而且你search调用不返回任何分组，因此您可以：

re.search(r'\w+(?: other (\w+))?', 'A and other things').groups() 
(None,) 

解决你的问题您可以使用此交替基于正则表达式：

r'\w+(?: other (\w+)|$)' 

例子：

>>> re.search(r'\w+(?: other (\w+)|$)', 'A and other things').group() 
'and' 
>>> re.search(r'\w+(?: other (\w+)|$)', 'The apple is big').group() 
'big'