带有 or 和 re.search 的 Python 正则表达式

Question

假设我有两种类型的字符串:

str1 = 'NUM-140 A Thing: Foobar Analysis NUM-140'
str2 = 'NUM-140 Foobar Analysis NUM-140'

对于这两个，我想匹配 'Foobar'(可以是任何东西)。我尝试了以下方法:

m = re.compile('((?<=Thing: ).+(?= Analysis))|((?<=\d ).+(?= Analysis))')

ind1 = m.search(str1).span()
match1 = str1[ind1[0]:ind1[1]]

ind2 = m.search(str2).span()
match2 = str2[ind2[0]:ind2[1]]

但是，match1 出来的是 'A Thing: Foobar'，这似乎是第二个模式的匹配项，而不是第一个。单独应用，(模式 1 到 str1，模式 2 到 str2，没有 |)，两个模式都匹配 'Foobar'。然后，我希望它在与第一个模式匹配时停止。似乎并非如此。我错过了什么？

Answer 1

根据文档，

As the target string is scanned, REs separated by '|' are tried from left to right. When one pattern completely matches, that branch is accepted. This means that once A matches, B will not be tested further, even if it would produce a longer overall match. In other words, the '|' operator is never greedy.

但行为似乎有所不同:

import re

THING = r'(?<=Thing: )(?P<THING>.+)(?= Analysis)'
NUM = r'(?<=\d )(?P<NUM>.+)(?= Analysis)'
MIXED = THING + '|' + NUM

str1 = 'NUM-140 A Thing: Foobar Analysis NUM-140'
str2 = 'NUM-140 Foobar Analysis NUM-140'

print(re.match(THING, str1))
# <... match='Foobar'>
print(re.match(NUM, str1))
# <... match='A Thing: Foobar'>
print(re.match(MIXED, str1))
# <... match='A Thing: Foobar'>

我们预计，因为 THING 匹配 'Foobar'，混合模式会得到那个 'Foobar' 并停止搜索。 (根据文档)

因为它没有像文档那样工作，所以解决方案必须依赖于 Python 的 或 短路:

print(re.search(THING, str1) or re.search(NUM, str1))
# <_sre.SRE_Match object; span=(17, 23), match='Foobar'>

print(re.search(THING, str2) or re.search(NUM, str2))
# <_sre.SRE_Match object; span=(8, 14), match='Foobar'>