Python re模块正则表达式无法提取数字Token，请求排查

你的代码存在几个关键问题，导致无法得到预期结果：

1. 正则表达式拼接逻辑错误 #

你把两个完全无关的正则规则直接拼接在一起，最终生成的正则是(?P<int>\d+)(^((P=int)\s?)*$)。这个表达式要求字符串同时满足：开头是数字，并且整个字符串完全由P=int（可带空格）重复组成，这显然和你的输入"12 34 56 + - * / %"完全不匹配。

2. 使用了错误的匹配方法 #

re.match()只会匹配字符串的开头位置，即便正则规则正确，也只能拿到第一个数字；而你的拼接正则本身就和输入内容不匹配，自然返回None。要提取所有符合规则的Token，应该用re.findall()或者re.finditer()。

3. 冗余规则干扰 #

rules里的Test规则和提取数字的需求完全无关，属于无效规则，应该直接移除。

修正后的代码 #

import re

def main():
    # 只保留提取数字的规则
    number_pattern = r"\d+"
    p = re.compile(number_pattern)
    # 使用findall提取所有匹配的数字
    result = p.findall("12 34 56 + - * / %")
    if result:
        print(result)
    else:
        print("No matches")

if __name__ == '__main__':
    main()

运行后会输出预期的['12', '34', '56']。

如果需要保留命名分组（比如后续要区分Token类型），可以用finditer()来获取每个匹配的分组信息：

import re

def main():
    rules = {
        'number' : r"(?P<int>\d+)"
    }
    # 直接使用数字规则即可，不需要拼接无关规则
    p = re.compile(rules['number'])
    matches = p.finditer("12 34 56 + - * / %")
    # 提取所有分组中的数字
    result = [match.group('int') for match in matches]
    print(result)

if __name__ == '__main__':
    main()

内容的提问来源于stack exchange，提问作者Kya Beaudry