正则表达式反向引用的结果正确吗？

Question

我在MongoDB v2.2.4的命令行客户端中使用Javascript运行以下正则表达式反向引用：

> /([AB])([AB])/("BA")
[ "BA", "B", "A" ]

我以为我应该得到[“ B”，“ A”]，但是在数组的开头我得到了一个额外的元素“ BA”。 我在Python中尝试了相同的正则表达式反向引用，返回的结果如下所示：

>>> re.search('([AB])([AB])','BA').groups()
('B', 'A')

因此，我可以说MongoDB中的Javascript正则表达式反向引用的结果是错误的吗？

Answer 1

在JavaScript（以及许多其他Regex引擎）中，组0被视为整个输入，而匹配组从1开始。在Python的re模块中，组从0开始，因为整个字符串都是您的输入。

Answer 2

MongoDB结果包括整个匹配的字符串，即组0，以及组1和2。

Python .groups()方法仅返回捕获的组。 .group()方法也将在不带参数的情况下返回组0：

>>> re.search('([AB])([AB])', 'BA').groups()
('B', 'A')
>>> re.search('([AB])([AB])', 'BA').group()
'BA'
>>> re.search('([AB])([AB])', 'BA').group(1)
'B'
>>> re.search('([AB])([AB])', 'BA').group(2)
'A'
>>> re.search('([AB])([AB])', 'BA').group(0)
'BA'

这在re模块文档中有所记录 ：

返回一个包含匹配项所有子组的元组，从1到模式中的许多组。

对于.group()方法：

返回匹配项的一个或多个子组。 如果有单个参数，则结果为单个字符串； 如果有多个参数，则结果是一个元组，每个参数有一个项目。 没有参数， group1默认为零（返回整个匹配项）。

请注意，表达式中没有反向引用。 反向引用看起来像这样：

'([AB])\1'

\\1指的是捕获组之前的捕获组。 反向引用将仅匹配被引用组匹配的完全相同的字符。

演示：

>>> re.search(r'([AB])\1', 'BA')
>>> re.search(r'([AB])\1', 'BB')
<_sre.SRE_Match object at 0x107098210>

注意如何只匹配BB 而不匹配BA 。

您也可以使用命名组：

'(?P<a_or_b>[AB])(?P=a_or_b)'

其中a_or_b是组名。