Python \2正则表达式中的平均值

据我所知\2代表第2组的内容

因此，表达式

r'（\w*）（\w）\2'

应该返回group2的内容（即

\w

） 但当我们使用具有重复字符的单词时，它返回的是重复字符。 例如：

在第一个示例中，输出为“l”而不是“y”

有人能告诉我\2在正则表达式中的确切含义吗？我的理解哪里是错误的。

这是对第二个捕获组的“引用”。因此，这意味着重复第二捕获组中的内容

例如，对于这个正则表达式，

'finally'

和

'finallyy'

匹配如下：

(\w*) (\w) \2    <rest>
fina   l   l     y
finall y   y

（\w*）（\w）\2
最后
最后

由于Kleene星是贪婪的，它通常会吃掉尽可能多的字符，但仍然匹配字符串

因此简而言之，如果第二个捕获组将匹配

foo

，那么

\2

也必须能够匹配

foo

---

严格地说，这样的构造并不总是正则表达式（至少在严格的数学意义上不是）：正则表达式只能匹配正则语言，并且正则语言应该可以由有限状态机解析。例如，如果第二组可以匹配任意数量的字符（例如与

（\w+）\1

），则不能在有限状态机上对其进行编码。

因此，这意味着第二组中的字符重复。因此，这与字符重复两次（或更多）的字符串相匹配。

\2

表示第二个捕获组-

（\w）

。给定的模式搜索后跟重复字母的字符串。因此，

\1

匹配

fina

和

\2

匹配

ll

。

(\w*) (\w) \2    <rest>
fina   l   l     y
finall y   y