首先捕获组匹配不同

Question

这是我的正则表达式，它有三个捕获组：

(.*)([0-9])([A-X]).*

但是我为这两个字符串获得了不同的group1匹配：

字符串1：

ERICB7LTMC_01
1: [0,5] ERICB
2: [5,6] 7
3: [6,7] L

String2的：

OMXDIV7_6TS
1: [0,8] OMXDIV7_
2: [8,9] 6
3: [9,10] T

我不确定为什么string2中的group1匹配不是OMXDIV。如果有人能解释这种匹配行为，我真的很感激。

此测试的regexplanet链接：http://fiddle.re/vqayb6

谢谢！

Answer 1

这是因为您需要一个数字后跟A-X范围内([0-9])([A-X])的字母。由于_（OMXDIV7 _ 6TS）不在A-X范围内，因此首次匹配为OMXDIV7_。

Answer 2

首先，让我们看看你的正则规则实际意味着什么。

您的正则表达式：(.*)([0-9])([A-X]).*

<强>解释：

1. (.*)：.是一个 wildcard 元字符，与任何字符匹配，但换行符除外{{1 }}。您使用\n这是重复元字符匹配*或0，通常称为many搜索。

2. greedy：匹配一个数字，范围从([0-9])到0。

3. 9：匹配一个字符，范围从([A-X])到A。

4. X：匹配零或多个字符。

现在你的问题了。

文字：OMXDIV7_6TS

当group1正在搜索所有字符时，.*本身将匹配整个字符串(.*)。但随后正则表达式引擎从最后开始回溯并查找group2的匹配。


在此过程中，它会回溯到OMXDIV7_6TS，因为它是group1中的最后一个字符拟合，而在group2（_）中找不到的只是数字的字符。


这就是正则表达式引擎将([0-9])与整个字符串匹配的原因。虽然回溯达到OMXDIV7_6TS并且说＆＃34; 好的OMXDIV7_也在group1中，但_适用于group2，所以我将匹配group1直到此处。< / EM>＆＃34;

Regex101 debugger非常适合理解整个搜索。

Answer 3

正如@Thomas所述，您的regex正在寻找一个([0-9])号后跟[A_X]中的任意一个字符，所以7_（号码7后跟一个特殊字符_）不是匹配的条目......

您可以使用以下内容来表达预期的行为......

([A-Z]*).*([0-9])([A-X]).*

即：

对于String-1： ERICB7LTMC_01

>>> re.findall('([A-Z]*).*([0-9])([A-X]).*', 'ERICB7LTMC_01')
[('ERICB', '7', 'L')]

对于String-2： OMXDIV7_6TS

>>> re.findall('([A-Z]*).*([0-9])([A-X]).*', 'OMXDIV7_6TS')
[('OMXDIV', '6', 'T')]