Python正则表达式与其他表达式进行或运算时不匹配group

Question

我一直在调试正则表达式的一个奇怪问题。我把它简化成一个简单的例子。我正在检查一个字符串中是否有四个正则表达式。我的字符串与正则表达式匹配，但我试图提取的括号中的分组值与我编写的代码不匹配。我搞不懂的是，如果我只搜索一个表达式，我要匹配的整个字符串和我要提取的值都会正确计算。但是，当我使用所有四个表达式进行搜索时，字符串仍然匹配[group（0）]，但我没有得到需要的字段[group（1）]

#!/usr/bin/python3

import re

data = '<w:t xml:space="preserve">More </w:t>'

text = re.search("<w:p>|<w:p .*?>|<w:t>(.*?)</w:t>|<w:t .*?>(.*?)</w:t>", data)
print("First RE")
print("group(0) " + text.group(0))
try:
    print("group(1) " + text.group(1))
except:
    pass

print("Second RE")
text = re.search("<w:t .*?>(.*?)</w:t>", data)
print("group(0) " + text.group(0))
try:
    print("group(1) " + text.group(1))
except:
    pass

当我运行它时，我得到以下结果：

First RE
group(0) <w:t xml:space="preserve">More </w:t>
Second RE
group(0) <w:t xml:space="preserve">More </w:t>
group(1) More 

我希望两个正则表达式返回相同的结果。有人能解释一下他们为什么不这么做吗？根据文档，OR“|”的优先级很低，所以我不知道其他正则表达式为什么会影响它。谢谢

Answer 1

第一个正则表达式中有两个捕获组，第二个正则表达式中只有一个。在您的第一个正则表达式中，您使用的是or，因此当它将表达式与第一个捕获组重新匹配时，它不匹配，因此此捕获组为空，您的第二个捕获组匹配，因此值存储在第二个捕获组中

因此，在第一个regex运行之后，第一个捕获组为空，第二个捕获组被填充

import re

data = '<w:t xml:space="preserve">More </w:t>'
text = re.search("<w:p>|<w:p .*?>|<w:t>(.*?)</w:t>|<w:t .*?>(.*?)</w:t>", data)
print("First RE")
print(text.groups())
print("Second RE")
text = re.search("<w:t .*?>(.*?)</w:t>", data)
print(text.groups())

输出

First RE
(None, 'More ')
Second RE
('More ',)

所以你的问题是你只看第一个捕获组，但是在你的第一个正则表达式中，捕获组是空的。因此，当您在try块中时，您将尝试将"group(1)与第一个捕获组中的值连接起来。但是，您只能连接两个字符串，并且第一个捕获组中的值的类型是None，因此这将触发一个异常TypeError: can only concatenate str (not "NoneType") to str，然后捕获并忽略该异常

这就是为什么你看不到指纹