regex：带可选部分的字符串

Question

我正在分析一些docstring。

docstrings示例如下：

Test if a column field is larger than a given value
    This function can also be called as an operator using the '>' syntax

    Arguments:
        - DbColumn self
        - string or float value: the value to compare to
            in case of string: lexicographic comparison
            in case of float: numeric comparison
    Returns:
        DbWhere object

Arguments和Returns部分都是可选的。我希望regex以组的形式返回描述（第一行）、部分Arguments（如果存在）和部分Returns（如果存在）。

我现在的正则表达式是：

m = re.search('(.*)(Arguments:.*)(Returns:.*)', s, re.DOTALL)

如果这三个部分都存在，但只要Arguments或Returns部分不可用，就失败。我已经尝试了一些非贪婪修饰符的变体，比如??，但是没有成功。

编辑：当Arguments和Returns部分存在时，我实际上只想分别匹配Arguments:和Returns:之后的文本。

谢谢！

Answer 1

如果要匹配可选的Arguments:和Returns:节、和之后的文本，则不想使用(?P<name>...)来命名捕获组，还可以使用(?:...)这是常规括号的非捕获版本。

正则表达式如下所示：

m = re.search('^(.*?)(?:Arguments:(.*?))?(?:Returns:(.*?))?$', doc, re.DOTALL)
#                     ^^                  ^^

根据Python3documentation：

(?:...)

A non-capturing version of regular parentheses. Matches whatever regular expression is inside the parentheses, but the substring matched by the group cannot be retrieved after performing a match or referenced later in the pattern.

Answer 2

试用：

re.search('^(.*?)(Arguments:.*?)?(Returns:.*)?$', s, re.DOTALL)

只需通过附加一个?，使第二组和第三组可选，并通过（再次）在前两组的限定符上附加一个?，使前两组的限定符非贪婪（是的，令人困惑）。

另外，如果在模式的第一组上使用非贪婪修饰符，它将匹配可能最短的子字符串，对于.*来说，它是空字符串。您可以通过在模式末尾添加行尾字符（$）来克服此问题，这将强制第一组匹配尽可能少的字符以满足模式，即，当没有Arguments和Returns节时，以及这些节之前的所有内容（如果存在）时，整个字符串都将匹配。

编辑：好的，如果您只想捕获标记Arguments:和Returns:之后的文本，那么您将不得不在多个组中进行折叠。我们不会使用所有的组，所以用<?P<name>符号命名它们（另一个问号，argh！）-开始有意义了：

>>> m = re.search('^(?P<description>.*?)(Arguments:(?P<arguments>.*?))?(Returns:(?P<returns>.*))?$', s, re.DOTALL)
>>> m.groupdict()['description']
"Test if a column field is larger than a given value\n    This function can also be called as an operator using the '>' syntax\n\n    "
>>> m.groupdict()['arguments']
'\n        - DbColumn self\n        - string or float value: the value to compare to\n            in case of string: lexicographic comparison\n            in case of float: numeric comparison\n    '
>>> m.groupdict()['returns']
'\n        DbWhere object'
>>>