为什么正则表达式的“非捕获”组不起作用？

Question

在下面的代码片段中，匹配结果中应忽略非捕获组"(?:aaa)"

结果应仅为"_bbb"。

然而，我在匹配结果中得到"aaa_bbb"；只有当我指定组（2）时，它才会显示"_bbb"。

>>> import re
>>> s = "aaa_bbb"
>>> print(re.match(r"(?:aaa)(_bbb)", s).group())

aaa_bbb

Answer 1

TFM：

class re.MatchObject

group([group1, ...])

返回匹配的一个或多个子组。如果有一个参数，则结果是一个字符串；如果有多个参数，则结果是一个元组，每个参数有一个项。如果没有参数，group1默认为零（返回整个匹配项）。如果groupN参数为零，则相应的返回值是整个匹配字符串。

Answer 2

我认为你误解了“非抓捕组”的概念。由非捕获组匹配的文本仍然成为整个regex匹配的一部分。

regex(?:aaa)(_bbb)和regex(aaa)(_bbb)都返回aaa_bbb作为整体匹配。区别在于，第一个正则表达式有一个捕获组，它返回_bbb作为匹配项，而第二个正则表达式有两个捕获组，分别返回aaa和_bbb作为匹配项。在Python代码中，要获得_bbb，需要对第一个regex使用group(1)，对第二个regex使用group(2)。

非捕获组的主要好处是，您可以将它们添加到regex中，而不会影响regex中捕获组的编号。它们还提供（稍微）更好的性能，因为regex引擎不必跟踪由非捕获组匹配的文本。

如果您真的想从整个regex匹配中排除aaa，那么您需要使用lookaround。在这种情况下，正后面看可以实现以下技巧：(?<=aaa)_bbb。使用这个regex，group()在Python中返回_bbb。不需要捕获组。

我的建议是，如果您能够使用捕获组来获取部分正则表达式匹配，请使用该方法而不是四处查看。

Answer 3

group()和group(0)将返回整个匹配项。后续组是实际的捕获组。

>>> print (re.match(r"(?:aaa)(_bbb)", string1).group(0))
aaa_bbb
>>> print (re.match(r"(?:aaa)(_bbb)", string1).group(1))
_bbb
>>> print (re.match(r"(?:aaa)(_bbb)", string1).group(2))
Traceback (most recent call last):
  File "<stdin>", line 1, in ?
IndexError: no such group

如果您想要与group()相同的行为：

" ".join(re.match(r"(?:aaa)(_bbb)", string1).groups())