如何用Python正则实现字符串的差异化分组多次捕获？

Python标准库的re模块没有内置函数能直接返回你需要的所有匹配结果，因为正则引擎的匹配逻辑是有序且贪婪的——它会优先匹配左侧的可选分组，所以AB只会被匹配为GRP1捕获A，不会主动回溯尝试GRP2捕获A的情况。

要实现需求，你需要手动枚举所有可能的有效匹配分支，再收集结果。以下是具体实现：

实现思路 #

1. 针对A可归属两个分组的情况，定义两种正则模式（调换分组优先级），覆盖所有可能的匹配路径；
2. 对每个模式执行全匹配，提取非空的分组信息；
3. 去重后返回所有有效匹配结果。

代码示例 #

import re

def get_all_matches(target_str):
    # 定义两种模式，分别让GRP1和GRP2优先匹配
    patterns = [
        r'(?P<GRP1>(A|D))?(?P<GRP2>(A|C))?B',
        r'(?P<GRP2>(A|C))?(?P<GRP1>(A|D))?B'
    ]
    unique_matches = []
    seen = set()

    for pattern in patterns:
        match_result = re.fullmatch(pattern, target_str)
        if match_result:
            # 筛选出有值的分组，转成元组用于去重
            valid_groups = tuple((k, v) for k, v in match_result.groupdict().items() if v is not None)
            if valid_groups not in seen:
                seen.add(valid_groups)
                unique_matches.append(dict(valid_groups))
    
    return unique_matches

# 测试验证
print(get_all_matches("AB"))   # 输出: [{'GRP1': 'A'}, {'GRP2': 'A'}]
print(get_all_matches("DB"))   # 输出: [{'GRP1': 'D'}]
print(get_all_matches("CB"))   # 输出: [{'GRP2': 'C'}]

说明 #

• 对于AB，两种模式会分别触发GRP1捕获A和GRP2捕获A的情况，去重后得到两个结果；
• 对于DB或CB，只有对应分组能匹配成功，因此仅返回一个结果。

内容的提问来源于stack exchange，提问作者Omar Kallas