竖线字面量如何确定Python中的正规表达式？

Question

根据Python的文档，竖线符号（|）用作“或”运算符。它可以匹配A|B，其中A和B可以是任意的正则表达式。

举个例子，如果正则表达式是这样：

ABC|DEF，它可以匹配像这样的字符串：

"ABC", "DEF"

但是如果我想匹配这样的字符串：

"ABCF", "ADEF"

也许我想要的是类似A(BC)|(DE)F的东西，这意味着：

• 首先匹配"A"，
• 然后是字符串"BC"或"DE"，
• 最后是字符"F"。

我知道上面的表达式不正确，因为括号在正则表达式中有其他含义，只是想表达我的想法。

谢谢！

Answer 1

在Python的正则表达式中，括号和正式正则表达式中的括号唯一的区别是，Python中的括号会保存匹配的结果。也就是说，括号里面匹配到的内容会被存储为一个“子匹配”或者“组”，你可以通过匹配对象上的group方法来访问这些内容，这个匹配对象是由re.match、re.search或re.finditer返回的。括号还可以用于回溯引用，这是Python正则表达式的一种特性，和正常的正则表达式规则有些不同，可能你对此并不太在意。

如果你不在乎提取子匹配的这些细节，像这样使用括号是完全可以的。如果你在意这些内容，那么有一种不捕获的括号用法，和正式的正则表达式是一样的：用(?:...)代替(...)。

更多信息可以查看官方文档

Answer 2

这些方法都可以用：

A(BC|DE)F
A(?:BC|DE)F

它们的区别在于生成的组数：第一个方法生成1组，第二个方法生成0组。

你的方法会匹配到ABC或者DEF，总共会有2组，其中一组是空的，另一组则包含匹配到的部分（BC或者DE）。