予期しない結果を返すPython 3の正規表現

Question

2つのフォローコードブロックがテストケースで異なる結果をもたらす理由はわかりません。最初のコードブロックは期待通りに2016を返しますが、小さな変更を加えると2番目のコードブロックはNoneを返します。

ここで、 "（uary）？" 私は追加し、その後

import re 
date = '24 Jan 2016' 
def func(line): 
    month_regex = re.search('(\d{1,2})\s(Jan)\s(\d{2,4})', line) 
    if month_regex: 
     year = month_regex.group(3) 
    return year 
func(date) 

を期待通りに '2016' を返す最初のもの、です正規表現に何らかの理由で、Noneを返します。どちらの場合も、グループ（1）とグループ（2）の結果は同じであることに注意してください。

import re 
date = '24 Jan 2016' 
def func(line): 
    month_regex = re.search('(\d{1,2})\s(Jan(uary)?)\s(\d{2,4})', line) 
    if month_regex: 
     year = month_regex.group(3) 
    return year 
func(date) 

なぜ2番目のコードブロックがNoneを返すのですか？

Answer 1

二正規表現はグループをキャプチャする余分な(uary)?が含まれているため、試合の結果は現在4基を含まないと.group(3)は、もはや年に、しかし、オプションuaryストリングにマップされます。入力がJanの後にuaryを持たないので、グループ値はなしです。この値は初期化されていません。

そのままグループ構造を維持したまま、オプショングループを追加するための最良の方法はnon-capturing groups経由です：

month_regex = re.search(r'(\d{1,2})\s(Jan(?:uary)?)\s(\d{2,4})', line) 
             ^^ 

Python demo onlineを参照してください。ここで

、グループは次のとおりです。

以外にも

(\d{1,2})\s(Jan(?:uary)?)\s(\d{2,4}) 
|-- 1 --| |---- 2 -----| |-- 3 --| 

、あなたが単語の境界や後方参照を追加したときにだけ、さらに誤解を避けるために、正規表現パターン宣言のために、生の文字列リテラルを使用することをお勧めします。