请教一个 Python 正则表达式问题

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 2491 天前的主题，其中的信息可能已经有所发展或是发生改变。

Python 2.7.6 (default, Nov 23 2017, 15:49:48) 
[GCC 4.8.4] on linux2
Type "help", "copyright", "credits" or "license" for more information.

>>> re.search("(switchport)?", "  switchport trunk allowed vlan 10").groups()
(None,)
>>> re.search("(switchport)", "  switchport trunk allowed vlan 10").groups()
('switchport',)

如上，为什么加了问号后，匹配出来的就变成 None 了？难道问号不能作用于一个 group ？

如果我要用从 m.groups() 中判断是否匹配了特定关键字，需要怎么写？

18 条回复 • 2018-01-26 11:55:23 +08:00

Enochyun

2018-01-25 15:22:59 +08:00

你匹配的内容里面没有？号当然是 none 了。

feng32

2018-01-25 15:23:58 +08:00

@Enochyun 问号不是代表 0 个或 1 个表达式的含义吗？

wlsnx

2018-01-25 15:24:41 +08:00

In [23]: re.search?
Signature: re.search(pattern, string, flags=0)
Docstring:
Scan through string looking for a match to the pattern, returning
a match object, or None if no match was found.
File: ~/.pyenv/versions/3.6.4/lib/python3.6/re.py
Type: function

找到一个匹配就返回，很明显 "(switchport)?" 可以匹配 ""

feng32

2018-01-25 15:33:25 +08:00

@wlsnx 那么如果我要实现匹配 n 个可选关键字，应该就不能把正则写成 (aaa)?( bbb)?( ccc)? 的形式了，这种情况有解决方法吗？

imn1

2018-01-25 15:33:51 +08:00

没看过源码，但从经验来看，py 的 re 基本上是最小匹配优先
例如 findall 如果出现两个“零或多个”不定长度，匹配结果就往往不是预期结果了

geelaw

2018-01-25 15:34:40 +08:00

你可以写 aaa|bbb|ccc，如果你一次只想要一个。

或者采用展开的形式：aaa(bbb)?(ccc)?|bbb(ccc)?|ccc

wlsnx

2018-01-25 15:36:21 +08:00

你在这些可选关键字周围加一些必选关键字就行了

scriptB0y

2018-01-25 15:39:15 +08:00

这是一个正则表达式的问题，和 Python 没什么关系。

你应该看一下贪心 match 和惰性 match 的却别 https://stackoverflow.com/questions/2301285/what-do-lazy-and-greedy-mean-in-the-context-of-regular-expressions

> 那么如果我要实现匹配 n 个可选关键字

这个在 python 里面不用匹配，用搜索比较好一些。re.findall(r"(aaa|bbb|cc)", string)

Aevery

2018-01-25 15:40:40 +08:00

*相当于匹配最少 0 到无限次， +相当于匹配最少 1 次到无限次，而 ?是匹配最少 0 次到最多 1 次。。。lz 可以试试用”+“

feng32

2018-01-25 15:48:57 +08:00

@scriptB0y 实际上更完整的场景是这样的

我设计了一个简单的模板语言，支持 blablabla {var1} {var2} bla <flag1> <flag2> blabla 这样的语法

{var1} 是一个变量，编译成了正则表达式 ([^ ]+)
<flag1> 是一个可选参数，可以出现 0 次或 1 次，编译成了正则表达式 (flag1)?

最后将所有捕捉到的 regex groups 再映射到原变量返回给用户

这个模板本身是灵活的，用户可以把 <flag1> 放在最前面，甚至也可以一行就一个 <flag1>

这种情况下感觉启用贪婪匹配模式就可以解决问题了吧？

p2pCoder

2018-01-25 15:48:58 +08:00

```
import re
re.search("(switchport)?", " switchport trunk allowed vlan 10").groups()
(None,)

re.findall("(switchport)?", " switchport trunk allowed vlan 10")
['',
'',
'switchport',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'',
'']

re.search("(switchport)+", " switchport trunk allowed vlan 10").groups()
('switchport',)

re.findall("(switchport)+", " switchport trunk allowed vlan 10")
['switchport']
```

feng32

2018-01-25 15:53:06 +08:00

@p2pCoder 我在楼上补充了一下实际的场景，findall 虽然也能捕捉到目标字符，但是干扰项有点太多了

p2pCoder

2018-01-25 15:57:49 +08:00

@feng32 所以为什么不像 9 楼说的用+

feng32

2018-01-25 15:59:49 +08:00

@p2pCoder 因为 flag1 可以不存在

scriptB0y

2018-01-25 16:09:14 +08:00

@feng32 你这是一个词法分析了吧，可以看一下内置的库 https://docs.python.org/3.6/library/shlex.html

feng32

2018-01-25 16:20:26 +08:00

@scriptB0y 实际上就是一个以正则表达式为中间代码的模板解析器，当我用 30 行 Python 把它写出来的时候自己也挺惊讶的，而且发现它也挺好用的，今天刚遇到这个问题

正规的词法分析、语法分析之前上大学的时候也做过，不过暂时不准备替换重量级的方案； shlex 这个库听过但是没详细了解，后面可以花点时间看看

windvans

2018-01-25 21:11:24 +08:00

?可以匹配 0 次，这个可能是和 python 的 re 匹配原则有关，如果是贪心的话，应该先匹配有的

你这个确实用 find 比较好

zhangsen1992

2018-01-26 11:55:23 +08:00

？