1

pythonの正規表現について質問です。正規表現で、|を用いてマッチを行なったのですが、意図しないNoneが出力されてしまいます。どなたか、理由をご教授いただけますと幸いです。

現状のコード

pattern = r"b(\d)|a(\d)"
sentence = "a4"

result = re.match(pattern, sentence)
if result:
    print(result.group())
    print(result.group(1))

意図する出力

a4
4

実際の出力

a4
None

環境

python3 --version
-Python 3.7.3

2 件の回答 2

4

正規表現のグループ番号は、パターン文字列の内容に関わらず、(が登場する順に1から割り振られます。
そのため、 b(\d)|a(\d) というパターンであれば

  • b(\d)側の(\d)が1
  • a(\d)側の(\d)が2

と割り振られます。このことを踏まえると次のような結果になるはずです。

  • "a4"の場合
    • マッチ全体 a4
    • グループ1 None
    • グループ2 4
  • "b5"の場合
    • マッチ全体 b5
    • グループ1 5
    • グループ2 None

以下はPythonには適用されません。

一部の正規表現エンジンは名前付きグループを定義できます。更に複数の名前付きグループを統合する機能を持つものもあります。例えば.NETの正規表現では次のようにでき、名前付きグループ num で参照できます。

b(?<num>\d)|a(?<num>\d)
  • "a4"の場合
    • マッチ全体 a4
    • グループnum 4
  • "b5"の場合
    • マッチ全体 b5
    • グループnum 5

Pythonは名前付きグループを定義できますが、グループは統合できないようです。

0

公式ドキュメントから:

Regular Expression HOWTO - Grouping

Groups are numbered starting with 0. Group 0 is always present; it’s the whole RE, so match object methods all have group 0 as their default argument.

Subgroups are numbered from left to right, from 1 upward. Groups can be nested; to determine the number, just count the opening parenthesis characters, going from left to right.

import re

pattern = r"b(\d)|a(\d)"
sentence = "a4"

result = re.match(pattern, sentence)
if result:
    print(result.group(0))
    print(result.group(1, 2))

#
a4
(None, '4')

蛇足ながら、今回の場合は以下の様にしてもよいかと思います。

import re

pattern = r"[ab](\d)"
sentence = "a4"

result = re.match(pattern, sentence)
if result:
    print(result.group())
    print(result.group(1))

ちなみに regex · PyPI では同名の named group で capture が可能です。

import regex as re

pattern = r"b(?P<num>(\d))|a(?P<num>(\d))"
sentence = "a4"

result = re.match(pattern, sentence)
if result:
    print(result.group())
    print(result.group('num'))

#
a4
4

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。