我一直在尝试匹配连字符之间的短语。我意识到我可以轻松地拆分连字符并取出短语,但我的等效正则表达式无法按预期工作,我想了解原因:
([^-,]+(?:(?: - )|$))+
[^-,]+
只是我对短语的定义
(?: - )
只是非捕获空格分隔的连字符
so (?:(?: - )|$)
正在捕获连字符或行尾
最后,用 +
量词括在括号中的整个内容匹配多个。
如果我执行regex.match("A - B - C").groups()
,我得到的是('C',)
我还尝试了更简单的正则表达式 ([^,-]+)+
,结果相似
我使用 re.match
因为我想使用 pandas.Series.str.extract
将其应用到一个很长的列表。
重申一下:我现在在连字符上使用简单的split
,但为什么这个正则表达式不返回多个组?
谢谢
最佳答案
正则表达式捕获组根据其在表达式中的出现进行静态“命名”。每个捕获组都有自己的编号,并且无论单个组捕获某些内容的频率如何,都会将匹配项分配给该组。
如果一个组之前捕获了某些内容,之后又再次捕获了某些内容,那么后面的结果将覆盖之前捕获的内容。无法使用正常匹配来收集组的所有捕获值。
如果您想查找多个值,则只需匹配单个组并重复匹配字符串的其余部分。这通常由 re.findall
或 re.finditer
完成:
>>> re.findall('\s*([^-,]+?)\s*', 'A - B - C')
['A', 'B', 'C']
关于python - 具有重复组的正则表达式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/30097158/