Python中如何用正则同时匹配单个字符串的两种模式提取数字

问题原因 #

你当前使用的正则两个分支各对应独立的捕获组，匹配方括号格式时只有group(1)有值，匹配百分号格式时只有group(2)有值，所以单独调用任意一个group都会出现另一种格式返回空的情况。

解决方法 #

有两种常用实现方案：

方案1：代码层过滤非空捕获组（兼容所有Python版本） #

匹配后直接从返回的所有捕获组中取非空的结果即可，无需修改正则：

import re

string_list = ['73 (1.40%)', '38 (1.55%)', '27 (2.17%)', '32 (1.46%)', '10 (1.46%)', '11 (1.04%)', '11 (1.41%)', '7 (1.34%)', '4 (1.24%)', '28 (1.27%)', '750 (14.41%)', '381 (15.54%)', '182 (14.60%)', '313 (14.27%)', '4.10 [3.73 - 4.45]', '4.08 [3.70 - 4.42]', '4.13 [3.77 - 4.47]', '4.13 [3.78 - 4.47]', '4.07 [3.70 - 4.42]', '4.07 [3.70 - 4.43]', '4.07 [3.70 - 4.40]', '4.09 [3.73 - 4.42]', '4.03 [3.63 - 4.40]', '4.10 [3.70 - 4.47]']
pattern = r'^(\S+)\s\[.*|.*?\((.*)%\)'

for val in string_list:
    match = re.search(pattern, val)
    if match:
        # 提取所有非空捕获组的第一个（也是唯一的）结果
        target_num = [g for g in match.groups() if g is not None][0]
        # 如需数值类型直接转float即可：float(target_num)
        print(target_num)

方案2：使用分支重置语法统一捕获组（Python 3.10+支持） #

修改正则使用(?|...)分支重置结构，让两个分支的捕获组共用同一个编号，直接调用group(1)即可拿到所有格式的结果：

import re

string_list = ['73 (1.40%)', '38 (1.55%)', '27 (2.17%)', '32 (1.46%)', '10 (1.46%)', '11 (1.04%)', '11 (1.41%)', '7 (1.34%)', '4 (1.24%)', '28 (1.27%)', '750 (14.41%)', '381 (15.54%)', '182 (14.60%)', '313 (14.27%)', '4.10 [3.73 - 4.45]', '4.08 [3.70 - 4.42]', '4.13 [3.77 - 4.47]', '4.13 [3.78 - 4.47]', '4.07 [3.70 - 4.42]', '4.07 [3.70 - 4.43]', '4.07 [3.70 - 4.40]', '4.09 [3.73 - 4.42]', '4.03 [3.63 - 4.40]', '4.10 [3.70 - 4.47]']
# 分支重置结构下两个分支的捕获组都对应group(1)
pattern = r'(?|^(\S+)\s\[.*|.*?\((.*)%\))'

for val in string_list:
    match = re.search(pattern, val)
    if match:
        target_num = match.group(1)
        print(target_num)

两种方案输出结果完全一致，可根据你的Python版本选择即可。

内容的提问来源于stack exchange，提问作者Kuni