Python2.7中re.sub报'unmatched group'错误，求列表转字典方案修正

问题背景 #

有如下字符串列表，每个元素是空格分隔的键值对：

listA = [
'abcd1-2 4d4e',
'xyz0-1 551',
'foo 3ea',
'bar1 2bd',
'mc-mqisd0-2 77a'
]

需求是将其转换为字典，其中带数字范围的键（如xyz0-1）需要展开为多个键（如abcd1、abcd2）并对应相同值，预期结果如下：

{
'abcd1': '4d4e',
'abcd2': '4d4e',
'xyz0': '551',
'xyz1': '551',
'foo': '3ea',
'bar1': '2bd',
'mc-mqisd0': '77a',
'mc-mqisd1': '77a',
'mc-mqisd2': '77a',
}

编写的Python3兼容函数如下，但在Python2.7环境（Ansible插件）中执行时抛出unmatched group错误：

def listFln(listA):
    import re
    fL = []
    for i in listA:
      aL = i.split()[0]
      bL = i.split()[1]
      comp = re.sub('^(.+?)(\d+-\d+)?$',r'\1',aL)
      cmpCountR = re.sub('^(.+?)(\d+-\d+)?$',r'\2',aL)
      if cmpCountR.strip():
        nStart = int(cmpCountR.split('-')[0])
        nEnd = int(cmpCountR.split('-')[1])
        for j in range(nStart,nEnd+1):
          fL.append(comp + str(j) + ' ' + bL)
      else:
        fL.append(i)

    return(dict([k.split() for k in fL]))

错误信息：

cmpCountR = re.sub('^(.+?)(\d+-\d+)?$',r'\2',aL)
  File "/usr/lib64/python2.7/re.py", line 151, in sub
    return _compile(pattern, flags).sub(repl, string, count)
  File "/usr/lib64/python2.7/re.py", line 275, in filter
    return sre_parse.expand_template(template, match)
  File "/usr/lib64/python2.7/sre_parse.py", line 800, in expand_template
    raise error, "unmatched group"

错误原因 #

问题出在正则表达式的可选捕获组处理差异上：

• 正则^(.+?)(\d+-\d+)?$中的第二个组(\d+-\d+)?是可选的（末尾的?表示匹配0次或1次）。
• 当处理不带数字范围的键（如foo、bar1）时，第二个组完全没有匹配到。
• Python3中，re.sub会将未匹配的捕获组引用（如\2）替换为空字符串；但Python2.7的re模块不允许引用未匹配的捕获组，直接抛出"unmatched group"错误。

修复方案 #

改用re.match获取匹配对象，通过group()方法安全获取捕获组内容，未匹配的组返回None，再手动替换为空字符串即可。修正后的兼容Python2.7的函数如下：

def listFln(listA):
    import re
    # 提前编译正则，提升循环内执行效率
    pattern = re.compile(r'^(.+?)(\d+-\d+)?$')
    fL = []
    for i in listA:
        # 直接拆分键值对，简化赋值
        aL, bL = i.split()
        match = pattern.match(aL)
        comp = match.group(1)
        # 未匹配到第二个组时，用空字符串替代None
        cmpCountR = match.group(2) or ''
        if cmpCountR.strip():
            # 一次性转换起始/结束数字
            nStart, nEnd = map(int, cmpCountR.split('-'))
            for j in range(nStart, nEnd + 1):
                fL.append(comp + str(j) + ' ' + bL)
        else:
            fL.append(i)
    # 生成最终字典
    return dict(k.split() for k in fL)

内容的提问来源于stack exchange，提问作者Vijesh