python - 如何使用正则表达式分割字符串而不保留捕获组？

Question

我想在 Python 中使用正则表达式带反向引用分割文本。

rexp = re.compile(r"([`]{1,})ABC\1")
rexp.split("blahblah``ABC``blahblah")

我得到了['blahblah', '``', 'blahblah']，但预期是['blahblah', 'blahblah']。如何在不保留捕获组的情况下分割字符串？

Answer 1

来自re.split()文档:

If capturing parentheses are used in pattern, then the text of all groups in the pattern are also returned as part of the resulting list.

由于您想使用反向引用，因此您无法避免第一个捕获组，但您可以将其余的捕获组设置为非捕获并后处理您的拆分以获得您想要的内容，例如:

rexp = re.compile(r"([`]{1,})->\s*(?:\S+)\s*\|(?:.+?)<-\1")
rexp.split("blahblah``->Left|Right<-``blahblah")[0::2]  # ['blahblah', 'blahblah']

更新:我刚刚注意到你同时改变了你的模式，但原理是一样的:

rexp = re.compile(r"([`]{1,})ABC\1")  # also, if optimizing, equivalent to: (`+)ABC\1
rexp.split("blahblah``ABC``blahblah")[0::2]  # ['blahblah', 'blahblah']