python - 在 Python 中搜索两个复杂的正则表达式模式之一而不创建子匹配

Question

我正在解析一些由不同人转录的电视剧集，这意味着我需要搜索各种格式。例如，新场景可以通过以下两种方式之一指示:

[咖啡店]

或

INT。咖啡厅 - 夜晚

现在，我将其与 Python 中的以下正则表达式进行匹配:

re.findall("(^\[(.+?)\]$)|(^[INTEXT]{3}\. .+?$)", text)

其中“text”是整个脚本的文本(因此使用findall)。它总是出现在自己的行上，因此 ^$

这给了我类似的东西:(无，无，“INT.咖啡店 - 夜晚”) 例如。

我的问题:如何构建一个正则表达式来使用 | 表示法搜索两个复杂模式之一，而无需还创建您并不真正想要的子匹配？或者有更好的办法吗？

非常感谢。

更新:我忽略了非捕获组的想法。我可以通过以下方式完成我想要的事情:

"(?:^\[.+?\]$)|(?:^[INTEX]{3}\. .+?$)"

然而，这提出了一个新问题。我实际上并不想要场景中的括号或 INT/EXT，只想要位置。我认为我可以在非捕获组中使用实际组，但我仍然得到其他表达式的空白匹配，如下所示:

import re

pattern = "(?:^\[(.+?)\]$)|(?:^[INTEX]{3}\. (.+?)$)"

examples = [                                                                                                                                                                     
    "[coffee shop]",                                                                                                                                                                 
    "INT. COFFEE SHOP - DAY",                                                                                                                                                        
    "EXT. FIELD - NIGHT",                                                                                                                                                            
    "[Hugh's aparment]"
]

for example in examples:
    print re.findall(pattern, example)


'''
[('coffee shop', '')]
[('', 'COFFEE SHOP - DAY')]
[('', 'FIELD - NIGHT')]
[("Hugh's aparment", '')]
'''

我可以join()它们，但是有更好的方法吗？

Answer 1

根据您提供的有限示例，如何对括号使用断言:

re.findall("((?<=^\[)[^[\]]+(?=\]$)|^[INTEXT]{3}\. .+?$)", text)