Regex 首先捕获不同的组匹配

这是我的正则表达式，它有三个捕获组：

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

但是，对于这两个字符串，我得到了不同的group1匹配：

String1:

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

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

String2:

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

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

我不知道为什么string2中的group1比赛不是OMXDIV。如果有人能解释这种匹配行为，我将不胜感激

此测试的regexplanet链接：

---

谢谢

这是因为您需要一个数字，后面跟一个字母，范围为

a-X

和

（[0-9]）（[a-X]）

。由于

\uu

（OMXDIV7\u6TS）不在

A-X

范围内，第一个匹配是

OMXDIV7\u

首先，让我们看看正则表达式规则的实际含义

你的正则表达式：

（.*）（[0-9]）（[A-X]）。

说明：

（.*）

：

是一个

通配符
元字符，它与除换行符以外的任何字符相匹配
\n
。您使用了
*
这是一种重复元字符匹配
0
或
many
通常称为
贪婪
搜索

（[0-9]）

：将匹配一个从

0

到

9

的数字

（[A-X]）

：将匹配一个字符，范围从

A

到

X

*

：将匹配零个或多个字符

现在是你的问题

文本：OMXDIV7

由于group1正在搜索所有字符，

（.*）

本身将匹配整个字符串。但随后正则表达式引擎开始从末尾开始回溯，并为group2查找匹配项。

在这个过程中，它会回溯到

。

，因为这是组1中最后一个匹配的字符，，而在组2（

（[0-9]）

）中找不到，因为组2只是数字。

这就是为什么正则表达式引擎将

omxdiv76ts

作为整个字符串进行匹配。回溯时，它到达

OMXDIV7

，并说“好的

\u

也在组1中，但

6

适合组2，因此我将在这里匹配组1。”

---

这对于理解整个搜索非常有用

正如@Thomas所述，您的

regex

正在查找一个数字

（[0-9]）

，后跟任何

[a\u X]

中的一个字符，因此

7

（数字

7

后跟一个特殊字符

）不是此处的匹配项

您可以使用下面的一个用于预期行为

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

即：

对于字符串-1:ERICB7LTMC_01

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

对于字符串-2:OMXDIV7_6TS

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

---

如果您需要获得第一个捕获组的最短匹配，那么您需要一个惰性匹配

（.*）

，并将

添加到

a-X

范围：

（.*）（[0-9]）（[a-X]）.*

确切的要求是什么？您的正则表达式有点像点星汤：它可以处理所有（.*）然后尝试满足您的其他要求：a-X中的一个数字和一个字符，以及其他所有内容（或者什么都没有）。对于第二个字符串，第一个表达式匹配所有内容，然后在返回时查找第一个数字（即

6

），然后查找一个字符（即

T

）-宾果，整体匹配成功，不再问任何问题。按照@WiktorStribiżew说的做（使用惰性量词），或者更具体一点。这对于理解整个搜索非常有用。这将是一个很好的评论，为什么重复regex101工作？相反，你可以投票给一个重复的“这个正则表达式是什么意思”。@WiktorStribiżew：我的意图不是复制正则表达式101的工作，但很明显，OP是正则表达式的新手，我解释了回溯的工作原理，并给出了一个指针，以了解更多关于这个过程的信息。