Python正则提取字段时捕获组返回空字符串，如何优化正则模式

问题原因 #

你的问题出在正则模式的编写逻辑上：

• 你当前的正则使用了3个独立的捕获组配合|或逻辑进行分支匹配，Python的re.findall方法在检测到正则存在多个捕获组时，会将每一次匹配的所有捕获组结果按顺序组成元组返回
• 由于|逻辑每次只会触发一个分支的匹配，因此另外两个未触发的捕获组就会返回空字符串，最终出现你看到的多余空元素

修正方案 #

根据作业要求，分两种场景给出对应正则模式：

场景1：单条字符串一次性提取三个字段，三个捕获组分别对应日期、时间、温度 #

这种写法匹配整行固定格式的字符串，返回的三元组直接按顺序对应三个字段，无空值：

r'Date: (\d{1,2}/\d{1,2}/\d{4}) Time: (\d{1,2}:\d{1,2} ?[pPaA]\.?[mM]\.?) Temperature: (\d{1,3}\.?\d{0,3} ?[CF])'

调用re.findall返回结果示例：

[('12/31/1999', '11:59 p.m.', '44 F')]

场景2：逐个匹配所有符合要求的字段，返回值为纯字符串列表 #

这种写法不使用捕获组，re.findall会直接返回所有匹配到的完整内容，无空值：

r'(?<=Date: )\d{1,2}/\d{1,2}/\d{4}|(?<=Time: )\d{1,2}:\d{1,2} ?[pPaA]\.?[mM]\.?|(?<=Temperature: )\d{1,3}\.?\d{0,3} ?[CF]'

调用re.findall返回结果示例：

['12/31/1999', '11:59 p.m.', '44 F']

补充说明 #

不需要修改调用的匹配函数，只需要调整正则的分组逻辑即可符合要求。

内容的提问来源于stack exchange，提问作者J.Todd