Re.match匹配孤立子串正常但长串中对应内容匹配失败问题排查

问题出在正则表达式中|运算符的优先级：你的full_regex写法里，|的优先级低于字符串连接操作，导致整个表达式被拆成了两个独立的匹配分支：

• 分支1：1 U.S.C. (§§?) —— 这部分会匹配以1 U.S.C. 开头，后面跟§或§§的内容，所以前两个带§的例子能匹配成功（re.match只要求从字符串开头匹配，后面的 1不会影响匹配结果）
• 分支2：([Ss]((ec)(tion)?)?s?\.?) 1 —— 这部分要求字符串开头就是章节标识（比如section 或Sec. ）加1，但你的测试字符串开头是1 U.S.C. ，完全不匹配这个分支，所以后两个例子失败。

修复方案 #

把整个章节标识的匹配部分用括号包裹，让|只在章节标识内部生效，确保1 U.S.C. 和 1是所有分支都必须包含的前缀和后缀：

import re
full_examples = {
    "1 U.S.C. § 1",
    "1 U.S.C. §§ 1",
    "1 U.S.C. section 1",
    "1 U.S.C. Sec. 1",
}
# 修正后的正则：将章节标识的两个分支整体括起来
full_regex = re.compile(r"1 U.S.C. ((§§?)|([Ss]((ec)(tion)?)?s?\.?)) 1")
for example in full_examples:
    match = re.match(full_regex, example)
    print(f"{example}: {'匹配成功' if match else '匹配失败'}")

运行这段代码后，所有4个测试例子都会匹配成功。

额外优化建议 #

可以用非捕获括号(?:...)代替捕获括号，避免不必要的分组捕获，提升效率：

full_regex = re.compile(r"1 U.S.C. (?:§§?|[Ss](?:ec(?:tion)?)?s?\.?) 1")

内容的提问来源于stack exchange，提问作者bbernicker