正则表达式用|匹配二选一条件失效问题求助

问题背景 #

输入文本示例：

MTG-2022039036 MTG
MTG-LR 3136 / 130 MTG 
MTG-LR 201260 / 9046 ASSIGN
MTG-2021063349 MTG

期望提取结果：

2022039036
3136 / 130
201260 / 9046
2021063349

单独使用两个正则时均可正确匹配：

# 匹配带斜杠的数字组合
match1 = re.search(r'(\d+ \/ ?\d+)', ref)
num1 = match1.group(1) if match1 else None
# 正确返回 3136 / 130

# 匹配单个数字串
match2 = re.search(r'(?:-?)(\d+)', ref)
num2 = match2.group(1) if match2 else None
# 正确返回 2021063349

但合并为二选一正则后，仅返回部分结果：

match = re.search(r'(?:-?)(\d+)|(\d+ \/ ?\d+)', ref)
num = match.group(1) if match else None
# 仅返回 3136，无法获取带斜杠的完整内容

问题原因 #

1. 正则分支优先级：正则的|运算符遵循左优先匹配规则，第一个分支(?:-?)(\d+)会优先捕获字符串中的单个数字片段（比如3136），不会继续匹配更长的3136 / 130。
2. 捕获组取值逻辑：合并后的正则有两个独立捕获组，代码中只读取group(1)。当第二个分支（带斜杠的组合）匹配成功时，group(1)为空，自然取不到结果。而pandas的str.extract()会自动返回第一个非空的捕获组，所以之前在pandas中能正常工作，但原生re.search需要手动处理多捕获组的情况。

解决方法 #

方案1：统一捕获组，调整分支顺序 #

将两个分支合并到同一个捕获组中，同时把更具体、更长的匹配放在前面，确保优先匹配目标内容：

match = re.search(r'(\d+ \/ ?\d+|-?\d+)', ref)
num = match.group(1) if match else None

这样无论哪个分支匹配成功，结果都会存在group(1)中，直接取值即可。

方案2：遍历所有捕获组，取非空结果 #

如果不想调整分支顺序，可以遍历匹配到的所有捕获组，取第一个非空的结果：

match = re.search(r'(?:-?)(\d+)|(\d+ \/ ?\d+)', ref)
num = next(g for g in match.groups() if g is not None) if match else None

内容的提问来源于stack exchange，提问作者amnesic