[已解决]关于正则表达式的问题

脚底的老泥

>>> p = re.compile(r'(\b\w+)\s+\1')
>>> p.search('Paris in the the spring').group()

为什么这个的答案是'the the'？


>>> m = re.match("([abc])+", "abc")
>>> m.groups()


为什么这个的答案是('c',)

最佳答案

月排行榜 / 总排行榜

°蓝鲤歌蓝

2019-2-19 22:18:39

第一个问题：

1. p = re.compile(r'(\b\w+)\s+\1')

复制代码

这里的 \b 其实 \b 没什么用，有没有都一样， \s 是匹配任意空白字符，这里是为了匹配空格的
这里的 \1 表示再匹配一个第一个分组（(\b\w+)， 括号括起来的就是一个分组）所匹配的字符串，以你这一问的字符串为例:
\s 匹配的是 the the 中间的空格，那么为何匹配的是 the the？ 第一个分组最开始匹配的也是这个 Paris，为什么最后不是 Paris in 呢？ 就是因为那个 \1， 按照上面所说，第一个分组如果匹配到的是 Paris ，那么那个 \1 也必须匹配 Paris， 可是后面是 in，所以匹配失败，继续往后匹配，直到匹配到 the the。
注意：

1. p = re.compile(r'(\b\w+)\s+\1')

复制代码

不等价于

1. p = re.compile(r'(\b\w+)\s+(\b\w+)')

复制代码

，这是错误的认识。

第二问：
m.groups 等价于 (m.group(1), m.group(2), ...)，不知道 groups 和 group 什么意思的自行百度。
这里只有一个分组，即([abc])，所匹配的字符串是 abc ，所以 m.groups() 返回第一个分组所匹配的字符串，这个分组按顺序依次匹配到了 a、b、c，但是最后记录的是 c ，所以输出才是 ('c',)。

跳转到最佳答案楼层

°蓝鲤歌蓝

第一个问题：

1. p = re.compile(r'(\b\w+)\s+\1')

复制代码

这里的 \b 其实 \b 没什么用，有没有都一样， \s 是匹配任意空白字符，这里是为了匹配空格的
这里的 \1 表示再匹配一个第一个分组（(\b\w+)， 括号括起来的就是一个分组）所匹配的字符串，以你这一问的字符串为例:
\s 匹配的是 the the 中间的空格，那么为何匹配的是 the the？ 第一个分组最开始匹配的也是这个 Paris，为什么最后不是 Paris in 呢？ 就是因为那个 \1， 按照上面所说，第一个分组如果匹配到的是 Paris ，那么那个 \1 也必须匹配 Paris， 可是后面是 in，所以匹配失败，继续往后匹配，直到匹配到 the the。
注意：

1. p = re.compile(r'(\b\w+)\s+\1')

复制代码

不等价于

1. p = re.compile(r'(\b\w+)\s+(\b\w+)')

复制代码

，这是错误的认识。

第二问：
m.groups 等价于 (m.group(1), m.group(2), ...)，不知道 groups 和 group 什么意思的自行百度。
这里只有一个分组，即([abc])，所匹配的字符串是 abc ，所以 m.groups() 返回第一个分组所匹配的字符串，这个分组按顺序依次匹配到了 a、b、c，但是最后记录的是 c ，所以输出才是 ('c',)。

塔利班

\1匹配第一个捕获子组，所以是2个the

2问同上