正则表达式：AttributeError: 'NoneType'对象没有属性'groups

Question

我有一个字符串，想从中提取一部分。这是一个更大Python脚本的一部分。

这个字符串是：

import re

htmlString = '</dd><dt> Fine, thank you.&#160;</dt><dd> Molt bé, gràcies. (<i>mohl behh, GRAH-syuhs</i>)'

我想提取出 "Molt bé, gràcies. mohl behh, GRAH-syuhs" 这部分。为此我使用了正则表达式和 re.search：

SearchStr = '(\<\/dd\>\<dt\>)+ ([\w+\,\.\s]+)([\&\#\d\;]+)(\<\/dt\>\<dd\>)+ ([\w\,\s\w\s\w\?\!\.]+) (\(\<i\>)([\w\s\,\-]+)(\<\/i\>\))'

Result = re.search(SearchStr, htmlString)

print Result.groups()
AttributeError: 'NoneType' object has no attribute 'groups'

因为 Result.groups() 不起作用，所以我想提取的内容（比如 Result.group(5) 和 Result.group(7)）也无法提取。 但是我不明白为什么会出现这个错误？这个正则表达式在TextWrangler中可以用，为什么在Python中不行？我还是Python的初学者。

Answer 1

你遇到的 AttributeError 错误是因为你在对 None 调用 groups，而 None 是没有任何方法的。

regex.search 返回 None 意味着正则表达式没有在提供的字符串中找到任何匹配的内容。

在使用正则表达式时，检查是否找到了匹配的内容是个好习惯：

Result = re.search(SearchStr, htmlString)

if Result:
    print Result.groups()

Answer 2

import re

htmlString = '</dd><dt> Fine, thank you.&#160;</dt><dd> Molt bé, gràcies. (<i>mohl behh, GRAH-syuhs</i>)'

SearchStr = '(\<\/dd\>\<dt\>)+ ([\w+\,\.\s]+)([\&\#\d\;]+)(\<\/dt\>\<dd\>)+ ([\w\,\s\w\s\w\?\!\.]+) (\(\<i\>)([\w\s\,\-]+)(\<\/i\>\))'

Result = re.search(SearchStr.decode('utf-8'), htmlString.decode('utf-8'), re.I | re.U)

print Result.groups()

就是这样工作的。这个表达式里有非拉丁字符，所以通常会出错。你需要把它解码成Unicode格式，并使用re.U（Unicode）这个标志。

我也是个初学者，我自己也遇到过这个问题几次。