一日一技：一个括号两种意思，正则表达式奇怪的小括号

Posted 2020-12-21

一日一技：一个括号两种意思，正则表达式奇怪的小括号

在Python里面，当我们要从一段正则表达式中提取出一部分内容的时候，我们可以把这部分内容用小括号包起来。例如：从字符串 我的密码123456abc中提取 123456abc，我们可以这样写正则表达式：

import re
s = ‘我的密码123456abc‘
password = re.findall(‘密码(.*?)$‘, s)
print(password)

运行效果如下图所示：

在这个例子里面，小括号的意思是“分组”。

但是，在正则表达式里面，小括号还有另外一个意思，那就是把几个符号放在一起，作为一个整体。

例如，还有另一个字符串 我的口令123456abc，这里密码前面是 口令，为了使用同一个正则表达式来从这两个句子里面提取密码，那么需要表达 密码或口令(.*?)$这个意思。

但如果我们这样写：

密码|口令(.*?)
$

它实际上表达的意思是 密码令(.?)$或者 密口令(.?)$。

所以我们需要把 (密码)和 口令作为整体来看待。此时，正则表达式本身支持使用括号来表示：

(密码|口令)(.*?)
$

在正则表达式里面，小括号内部的 |左右两侧的多个字符串会作为整体，这样就能表示 密码(.?)$或 口令(.?)$了。

但是，正则表达式里面作为整体的小括号，与Python里面用来分组的小括号发生了冲突，于是我们会发现提取出来的内容并不是我们想要的：

可以看到，这里， (密码|口令)它同时即有正则表达式里面作为整体的功能，又有Python里面分组的功能。于是结果就多出来了我们不想要的东西。

那么有什么办法让 (密码|口令)只实现正则表达式里面的作为整体的功能，不实现Python里面的分组功能呢？这个时候就需要使用正则表达式里面的一个组合符号 ?:了。

请大家对比下面三个结果：

可以看到， >.?<与 <(?:.?)>的作用是一样的。这就说明，以 ?:开头的小括号，它失去了分组的功能。

因此，我们把这个特征用到一开始的例子中：

>>> import re
>>> s = ‘我的密码123456abc‘
>>> re.findall(‘(?:密码|口令)(.*?)$‘, s)
[‘123456abc‘]
>>> s = ‘我的口令123456abc‘
>>> re.findall(‘(?:密码|口令)(.*?)$‘, s)
[‘123456abc‘]

运行效果如下图所示，完成任务：