Python正则无(?J)修饰符时，实现同名捕获组跨模式捕获

问题场景 #

需要匹配以下两种格式的字符串，捕获其中的CAPTUREME到同一个命名捕获组cap中：
测试字符串：

abc-CAPTUREME-xyz-abcdef
abc-xyz-CAPTUREME-abcdef

期望输出：

CAPTUREME
CAPTUREME

最初尝试的正则因Python不允许重复命名组报错，且无法直接套用PCRE的(?J)修饰符。

解决方案 #

方案一：兼容Python 3.10以下版本 #

由于旧版本Python不支持重复命名捕获组，可定义两个不同命名组，提取时取非空值：

正则表达式

r'abc-(xyz-(?P<cap1>\w+)|(?P<cap2>\w+)-xyz)-abcdef'

使用示例

import re

pattern = r'abc-(xyz-(?P<cap1>\w+)|(?P<cap2>\w+)-xyz)-abcdef'
test_strings = [
    'abc-CAPTUREME-xyz-abcdef',
    'abc-xyz-CAPTUREME-abcdef'
]

for s in test_strings:
    match = re.fullmatch(pattern, s)
    if match:
        # 取非空的捕获组结果
        result = match.group('cap1') or match.group('cap2')
        print(result)

输出

CAPTUREME
CAPTUREME

方案二：Python 3.10+版本（推荐） #

Python 3.10及以上版本允许在互斥分支中重复使用同一命名组，直接使用你最初的正则即可：

正则表达式

r'abc-(xyz-(?P<cap>\w+)|(?P<cap>\w+)-xyz)-abcdef'

使用示例

import re

pattern = r'abc-(xyz-(?P<cap>\w+)|(?P<cap>\w+)-xyz)-abcdef'
test_strings = [
    'abc-CAPTUREME-xyz-abcdef',
    'abc-xyz-CAPTUREME-abcdef'
]

for s in test_strings:
    match = re.fullmatch(pattern, s)
    if match:
        print(match.group('cap'))

输出

CAPTUREME
CAPTUREME

方案三：环视定位写法（Python 3.10+） #

通过调整分支结构，用非捕获组包裹前缀/后缀，同样实现同一命名组捕获：

r'abc-(?:(?P<cap>\w+)-xyz|xyz-(?P<cap>\w+))-abcdef'

使用方式和方案二完全一致，仅正则写法略有不同。

内容的提问来源于stack exchange，提问作者David Parks