python 正則表達式如何捕獲所有可能是可選的組？

Question

minutes_pattern = re.compile(
    r"""
(?:(?P<hours>\d+)H)?
(?:(?P<minutes>\d+)M)?
(?:(?P<seconds>\d+)S)?
""",
    re.VERBOSE,
)

我試圖捕捉所有的小時、分鍾、秒。 但是，這些可能存在也可能不存在： 示例：

PT30H20M10S
PT20M10S
PT20M
PT3010S
PT30H

我在想(?:(?P<hours>\d+)H)? 說：

1. ?: 非捕獲組
2. ?P 小時組名稱
3. \d+ 任意位數
4. H 必須存在
5. )? 該組可能存在也可能不存在

但是這個編譯沒有捕獲任何 3 個組。 請幫忙

regex = minutes_pattern.search(duration)
print(regex.groups())

這只返回無

(None, None, None)

理想情況下，這將顯示（對於第一個示例）：

group hours: 30
group minutes: 20
group seconds: 10

對於第二個示例：

group hours: None
group minutes: 20
group seconds: 10

Answer 1

問題是您的正則表達式成功匹配一個空字符串，因此當您使用.search搜索第一個匹配項時，第一個匹配項出現在索引 0 處，長度為 0：

>>> minutes_pattern.search(duration)
<_sre.SRE_Match object; span=(0, 0), match=''>

解決此問題的最簡單方法是在正則表達式的開頭包含字母PT ，因為這些字母始終存在於您的輸入字符串中，並且它們防止正則表達式返回空匹配：

>>> minutes_pattern = re.compile(r"PT(?:(\d+)H)?(?:(\d+)M)?(?:(\d+)S)?")
>>> minutes_pattern.search(duration)
<_sre.SRE_Match object; span=(0, 11), match='PT30H20M10S'>
>>> minutes_pattern.search(duration).groups()
('30', '20', '10')

或者，如果您不想在您的正則表達式中包含PT （也許其他一些輸入不會包含該前綴），您可以使用.findall而不是.search ，然后過濾列表以查找“非平凡”匹配：

>>> minutes_pattern = re.compile(r"(?:(\d+)H)?(?:(\d+)M)?(?:(\d+)S)?")
>>> minutes_pattern.findall(duration)
[('', '', ''), ('', '', ''), ('30', '20', '10'), ('', '', '')]
>>> next(filter(any, minutes_pattern.findall(duration)), None)
('30', '20', '10')