忽略外部分组并仅返回交替匹配的组

Question

我有以下正则表达式：

regex = re.compile(r'(\((\d{3})\)\s*|(\d{3})-?)')

本质上，它在alternation中包含一个alternation和一个grouping。我只想考虑alternation中的分组:第一个和第二个(\d{3})，并且只返回一个匹配的组。

考虑到以下情况，以下是我的预期：

regex.match('(123) ').groups()

期望值：

('123',)

实际：

('(123) ', '123', None)

Answer 1

你正期待着这个

(\((\d{3})\)\s*|(\d{3})-?)

返回123，但您有两对分组括号--一对从开头开始，另一对在\d之前开始，因此您将返回两个组。如果你不想要(123)，但是你想要123，那么外层对就不能被捕获：

(?:\((\d{3})\)\s*|(\d{3})-?)

这只解决了你问题的一部分。另一种情况是，您的第三个捕获组不匹配任何内容，返回None。这在正则表达式本身中是不容易解决的，因为对于正则表达式中的每一对分组括号，您都会从match.groups()中得到一些东西。这就是groups()的定义。考虑使用filter()

>>> regex = re.compile(r"(?:\((\d{3})\)\s*|(\d{3})-?)")
>>> regex.match('(123) ').groups()
('123', None)
>>> tuple(filter(None, regex.match('(123) ').groups()))
('123',)