Python正则表达式命名捕获组和非捕获组

命名捕获组

命令组的语法是 Python 专用扩展之一，格式是 (?p…)，其中 name 是组的名称，…是要匹配的表达式，除了该组有个名字之外，命名组也同捕获组是相同的。它们的行为与正常组完全相同，除了可以通过索引访问还可以通过 group(name) 方式访问它们。非捕获组的格式是 (?:…)。

MatchObject` 的方法处理捕获组时接受的要么是表示组号的整数，要么是包含组名的字符串。命名组也可以是数字，所以你可以通过两种方式来得到一个组的信息：

import re

pattern = r"(?P<python>123)(?:456)(789)"
string = "123456789"

match = re.match(pattern,string)

if match:
    print(match.group("python"))
    print(match.group(1))
    print(match.groups())

123
123
('123', '789')

命名组是便于使用的，因为它可以让你使用容易记住的名字来代替不得不记住的数字

InternalDate = re.compile(r'INTERNALDATE "'
	r'(?P<day>[ 123][0-9])-(?P<mon>[A-Z][a-z][a-z])-'
	r'(?P<year>[0-9][0-9][0-9][0-9])'
	r'(?P<hour>[0-9][0-9]):(?P<min>[0-9][0-9]):(?P<sec>[0-9][0-9])'
	r'(?P<zonen>[-+])(?P<zoneh>[0-9][0-9])(?P<zonem>[0-9][0-9])'
r'"')

很明显，得到 m.group(‘zonem’) 要比记住得到组 9 要容易得多

因为逆向引用的语法，象 (…)\1 这样的表达式所表示的是组号，这时用组名代替组号自然会有差别。
还有一个 Python 扩展：(?P=name) ，它可以使叫 name 的组内容再次在当前位置发现。正则表达式为了找到重复的单词，(\b\w+)\s+\1 也可以被写成 (?P\b\w+)\s+(?P=word)：

>>> p = re.compile(r'(?P<word>\b\w+)\s+(?P=word)')
>>> p.search('Paris in the the spring').group()
'the the'

非捕获组

非捕获组值匹配结果，但不捕获结果，也不会分配组号，当然也不能在表达式和程序中做进一步处理。

import re

pattern = r"(?P<python>123)(?:456)(789)"
string = "123456789"

match = re.match(pattern,string)

if match:
    print(match.group("python"))#123
    print(match.groups())#('123', '789')

1. (?:pattern) ： 匹配pattern，但不捕获匹配结果

s="industryOpqindustries"
res=re.findall("industr(?:y|ies)",s)
print(res)#['industry', 'industries']

2. (?=pattern): 零宽度正向预查（正向零宽断言），匹配后面跟的是pattern的内容，不匹配pattern，也不捕获匹配结果。

s="windows2019windows2018windows1989"
res=re.sub("windows(?=2018|1989)","microsoft",s)
print(res)#windows2019microsoft2018microsoft1989

3. (?!pattern)： 零宽度负向预查（负向零宽断言），匹配后面跟的不是pattern的内容，不匹配pattern，不捕获匹配结果。

res=re.sub("windows(?!2018|1989)","microsoft",s)
print(res)#microsoft2019windows2018windows1989

4. (?<=pattern): 零宽度正向回查（正向零宽断言），匹配前面是pattern的内容，不匹配pattern，不捕获匹配结果。

s="windows2019microfost2019"
res=re.sub("(?<=microfost)2019","pattern",s)
print(res)#windows2019microfostpattern

5. (?<!pattern): 零宽度负向回查（负向零宽断言），匹配前面不是pattern的内容，不匹配pattern，不捕获匹配结果。

res=re.sub("(?<!microfost)2019","pattern",s)
print(res)#windowspatternmicrofost2019