一行获取捕获组

Question

有一种常见的方法可以获取捕获组的值，如果没有匹配到，就返回一个空字符串：

match = re.search('regex', 'text')
if match:
    value = match.group(1)
else:
    value = ""

或者：

match = re.search('regex', 'text')
value = match.group(1) if match else ''

有没有简单又符合Python风格的方法可以在一行内做到这一点呢？

换句话说，我能不能为捕获组提供一个默认值，以防它没有找到？

---

举个例子，我需要从文本中提取所有字母数字字符（还有 _）在 key= 字符串之后的部分：

>>> import re
>>> PATTERN = re.compile('key=(\w+)')
>>> def find_text(text):
...     match = PATTERN.search(text)
...     return match.group(1) if match else ''
... 
>>> find_text('foo=bar,key=value,beer=pub')
'value'
>>> find_text('no match here')
''

那么 find_text() 能不能写成一行呢？

这只是一个例子，我在寻找一种通用的方法。

Answer 1

一行版本：

if re.findall(pattern,string): pass

这里的问题是，你想要准备处理多个匹配项，或者确保你的模式只匹配一次。扩展版本：

# matches is a list
matches = re.findall(pattern,string)

# condition on the list fails when list is empty
if matches:
    pass

那么对于你的例子“从 key= 字符串后提取所有字母数字字符（和 _）”：

# Returns 
def find_text(text):
    return re.findall("(?<=key=)[a-zA-Z0-9_]*",text)[0]

Answer 2

关于“有没有简单又符合Python风格的方法可以一行搞定？”答案是没有。如果你想在一行内实现这个功能（不定义自己的包装器），那么结果会比你已经展示的那些方法更难读懂。不过，定义自己的包装器是完全符合Python风格的，使用两行清晰易读的代码也比用一行复杂难懂的代码要好。

关于Python 3.8+：新推出的“海象运算符”让你可以在不使用复杂技巧的情况下实现一行代码，具体可以参考PEP 572：

value = match.group(1) if (match := re.search('regex', 'text')) else ''

很多人认为这符合Python风格，尤其是那些支持这个PEP的人。不过，也要注意到对此有激烈的反对意见。争论非常激烈，以至于Guido van Rossum在宣布接受这个PEP的第二天就辞去了Python的BDFL职务。

Answer 3

在一行代码里，你可以两次使用一个函数的结果：只需要创建一个叫做“lambda表达式”的东西，然后在参数中调用这个函数。

value = (lambda match: match.group(1) if match else '')(re.search(regex,text))

不过，我觉得这样写的代码不太容易理解。写代码的时候要负责任——如果你要写一些比较复杂的代码，记得加上说明性的注释！

Answer 4

你可以尝试一下这个模式，在字符串的捕获组末尾加一个空的选择项：

>>> re.search(r'((?<=key=)\w+|$)', 'foo=bar,key=value').group(1)
'value'
>>> re.search(r'((?<=key=)\w+|$)', 'no match here').group(1)
''

Answer 5

引用一下 MatchObjects 文档 的内容：

匹配对象的布尔值总是 True。因为 match() 和 search() 在没有匹配时会返回 None，所以你可以用简单的 if 语句来检查是否有匹配：

match = re.search(pattern, string)
if match:
   process(match)

由于没有其他选择，而且你在使用一个函数，我想给你介绍一个替代方案：

def find_text(text, matches = lambda x: x.group(1) if x else ''):
    return matches(PATTERN.search(text))

assert find_text('foo=bar,key=value,beer=pub') == 'value'
assert find_text('no match here') == ''

这其实是完全一样的，只不过你需要检查的部分已经默认设置好了。

考虑到 @Kevin 的解决方案和 @devnull 在评论中的建议，你可以这样做：

def find_text(text):
    return next((item.group(1) for item in PATTERN.finditer(text)), "")

这个方法利用了 next 函数可以接受默认返回值作为参数的特点。不过，这样做在每次迭代时会增加创建生成器表达式的开销。所以，我建议还是用第一个版本。