Python重模块组匹配机制

Question

问题形成

背景

当我在python2.7 redoc阅读教程时，它介绍了组的行为：

The groups() method returns a tuple containing the strings for all the subgroups, from 1 up to however many there are.

问题

我很清楚这是如何单独运作的。但我能理解下面的例子：

>>> m = re.match("([abc])+","abc")
>>> m.groups()
('c',)

我的意思是，+不仅仅意味着一个或多个。如果是这样的话，正则表达式([abc])+=([abc])([abc])+（不是形式的BNF）不应该吗。因此，结果应该是：

('a','b','c')

请解释一下背后的机制，谢谢。你知道吗

附言

我想学习regex语言的解释器，我应该怎么开始呢？书籍或正则表达式版本，谢谢！你知道吗

Answer 1

基本上，regex术语中引用的groups是regex中定义的捕获组。你知道吗

例如，在'([abc])+'中，只有一个捕获群，即([abc])，而在'([abc])([xyz])+'中有两个群。你知道吗

因此在您的示例中，调用.groups()将始终返回长度为1的元组，因为这是regex中存在的组数。你知道吗

它没有返回您期望的结果的原因是因为您在组的外部使用了repeat操作符+。结果是causing the group to equal only the last match，因此只保留最后一个匹配（c）。另一方面，如果您使用了'([abc]+)'（注意，+is在捕获组中），结果会是：

('abc',)

Answer 2

好吧，我想一张照片胜过1000个字：

link to the demo

所发生的事情是，正如您在自动机的可视表示上所看到的，regexp在一个字符上分组一次或多次，直到它到达匹配的结尾。最后一个角色进入组。你知道吗

如果你想得到你所说的结果，你需要做如下的事情：

([abc])([abc])([abc])

它将在每个位置匹配和分组一个字符。你知道吗

关于文档，我建议您阅读NFA的第一个理论和regexp。麻省理工学院关于这个主题的文档非常好：

• http://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-045j-automata-computability-and-complexity-spring-2011/lecture-notes/

Answer 3

一对分组括号形成一个组，即使它在一个量词中。如果一个组由于一个量词而匹配多次，则只保存该组的最后一个匹配。这个小组并不像有比赛的小组那么多。你知道吗