Python 正则表达式分组不是预期的

我有下面的正则表达式，它应该可以拉出3个组

^(ser-num.*|\[ser-num.*])(?: )?(\w+)?(?: )?(http://.*\.com/(?:s(?:erial)?|p(?:roduct)?)/\d+(?:/)?(?:\d+|(?:\w|-)+)?)

这两个字符串：

strings = [
    "ser-num recommend http://example.com/s/123456 ",
    "ser-num http://example.com/s/123456 ",
]

当我对正则表达式运行这些时，我收到以下组：

('ser-num recommend ', None, 'http://example.com/s/123456')
('ser-num ', None, 'http://example.com/s/123456')

为什么我的第一个结果是将“推荐”组合到组

\1

，而不是

\2

这是我的整个示例脚本：

import re

p = re.compile("""^(ser-num.*|\[ser-num.*])(?: )?(\w+)?(?: )?(http://.*\.com/(?:s(?:erial)?|p(?:roduct)?)/\d+(?:/)?(?:\d+|(?:\w|-)+)?)""")

strings = [
    "ser-num recommend http://example.com/s/123456 ",
    "ser-num http://example.com/s/123456 ",
]

for s in strings:
    m = p.match(s)
    try:
        print m.groups()
    except AttributeError:
        print "Not a match for %s" % (s)

我的正则表达式的值表示可选组

\2

确实存在

根据评论更新：

如果我使用这个正则表达式

^(ser-num.*|\[ser-num.*])\s?(\w*)\s?(http://.*\.com/(?:s(?:erial)?|p(?:roduct)?)/\d+(?:/)?(?:\d+|(?:\w|-)+)?)

我收到这些结果（注意组

\2

中的空字符串而不是

None

）

---

我建议使用以下regexp：

^(\[?ser-num\S*]?)\s*(\w*)\s*(http://.*\.com/(?:s(?:erial)?|p(?:roduct)?)/\d+(?:/)?(?:\d+|(?:\w|-)+)?)

---

这（特别是取代

*

的

\S*

）强制

（\w*）

位于其自己的捕获组中，而不是被第一个

ser-num.*

字符组吞噬。请注意，第一组中的额外空格也是出于同样的原因，也就是说，它们被贪婪地捕获，而不是作为可选的匹配被丢弃。

我建议使用以下regexp：

^(\[?ser-num\S*]?)\s*(\w*)\s*(http://.*\.com/(?:s(?:erial)?|p(?:roduct)?)/\d+(?:/)?(?:\d+|(?:\w|-)+)?)

---

这（特别是取代

*

的

\S*

）强制

（\w*）

位于其自己的捕获组中，而不是被第一个

ser-num.*

字符组吞噬。请注意，第一组中的额外空格也是出于同样的原因，也就是说，它们被贪婪地捕获，而不是作为可选的匹配被丢弃。

我建议使用以下regexp：

^(\[?ser-num\S*]?)\s*(\w*)\s*(http://.*\.com/(?:s(?:erial)?|p(?:roduct)?)/\d+(?:/)?(?:\d+|(?:\w|-)+)?)

---

这（特别是取代

*

的

\S*

）强制

（\w*）

位于其自己的捕获组中，而不是被第一个

ser-num.*

字符组吞噬。请注意，第一组中的额外空格也是出于同样的原因，也就是说，它们被贪婪地捕获，而不是作为可选的匹配被丢弃。

我建议使用以下regexp：

^(\[?ser-num\S*]?)\s*(\w*)\s*(http://.*\.com/(?:s(?:erial)?|p(?:roduct)?)/\d+(?:/)?(?:\d+|(?:\w|-)+)?)

---

这（特别是取代

*

的

\S*

）强制

（\w*）

位于其自己的捕获组中，而不是被第一个

ser-num.*

字符组吞噬。请注意，由于同样的原因，您在第一个组中获得了额外的空格，即它们被贪婪地捕获，而不是作为可选的匹配被丢弃。

单词

推荐

是第一个组的一部分，因为它匹配部分regexp

ser-num.

。星形运算符返回可能最长的匹配。如果想要最短的匹配，请使用

*？

试试这个：

p = re.compile("""^(ser-num.*?|\[ser-num.*?])(?: )?(\w+)?(?: )?(http://.*\.com/(?:s(?:erial)?|p(?:roduct)?)/\d+(?:/)?(?:\d+|(?:\w|-)+)?)""")

注意使用非贪婪星型：

ser-num.*？

参考：

• 此处的

  *？

  ，

  +？

  ，

  ？？

  条目：

---

单词

推荐

属于第一组，因为它与部分regexp

ser-num.*

匹配。星形运算符返回可能最长的匹配。如果想要最短的匹配，请使用

*？

试试这个：

p = re.compile("""^(ser-num.*?|\[ser-num.*?])(?: )?(\w+)?(?: )?(http://.*\.com/(?:s(?:erial)?|p(?:roduct)?)/\d+(?:/)?(?:\d+|(?:\w|-)+)?)""")

注意使用非贪婪星型：

ser-num.*？

参考：

• 此处的

  *？

  ，

  +？

  ，

  ？？

  条目：

---

单词

推荐

属于第一组，因为它与部分regexp

ser-num.*

匹配。星形运算符返回可能最长的匹配。如果想要最短的匹配，请使用

*？

试试这个：

p = re.compile("""^(ser-num.*?|\[ser-num.*?])(?: )?(\w+)?(?: )?(http://.*\.com/(?:s(?:erial)?|p(?:roduct)?)/\d+(?:/)?(?:\d+|(?:\w|-)+)?)""")

注意使用非贪婪星型：

ser-num.*？

参考：

• 此处的

  *？

  ，

  +？

  ，

  ？？

  条目：

---

单词

推荐

属于第一组，因为它与部分regexp

ser-num.*

匹配。星形运算符返回可能最长的匹配。如果想要最短的匹配，请使用

*？

试试这个：

p = re.compile("""^(ser-num.*?|\[ser-num.*?])(?: )?(\w+)?(?: )?(http://.*\.com/(?:s(?:erial)?|p(?:roduct)?)/\d+(?:/)?(?:\d+|(?:\w|-)+)?)""")

注意使用非贪婪星型：

ser-num.*？

参考：

• 此处的

  *？

  ，

  +？

  ，

  ？？

  条目：

---

为什么你用

（？：）？

来表示空格，而不是仅仅用`？`？或者甚至可能用

\s*

来表示空格，用

（\w*）

来表示可选单词？罪魁祸首是

*

；使用

\S*

进行贪婪的非空格字符匹配。为什么要使用

（？：）？

进行空格匹配，而不仅仅是使用`？`？或者甚至可能使用

\S*

进行空格匹配，

（\w*）

进行可选单词匹配？罪魁祸首是

*

；使用

\S*

进行贪婪的非空格字符匹配。为什么要使用

（？：）？

进行空格匹配，而不仅仅是使用`？`？或者甚至可能使用

\S*

进行空格匹配，

（\w*）

进行可选单词匹配？罪魁祸首是

*

；使用

\S*

进行贪婪的非空格字符匹配。为什么要使用

（？：）？

进行空格匹配，而不仅仅是使用`？`？或者甚至可能使用

\S*

进行空格匹配，

（\w*）

进行可选单词匹配？罪魁祸首是

*

；使用

\S*

进行贪婪的非空格字符匹配。明显的“应用非贪婪匹配”提供了最简单的更改+1显而易见的“应用非贪婪匹配”提供了最简单的更改+1显而易见的“应用非贪婪匹配”提供了最简单的更改+1显而易见的“应用非贪婪匹配”提供了最简单的更改+1.