没问题，这刚好是正则条件分支的典型应用场景！我给你写一个完全符合需求的正则表达式，附带详细解释：

核心实现代码 #

import re

# 定义匹配模式，用命名组实现条件分支
pattern = r'^(?:(?P<mode>R)|(?P<mode>B)) ' \
          r'(?(mode=R)(\d+)|(?:\d+)) ' \
          r'(?(mode=B)(\d+)|(?:\d+)) ' \
          r'(?(mode=R)(\d+)|(?:\d+)) ' \
          r'(?(mode=B)(\d+)|(?:\d+)) ' \
          r'(?(mode=R)(\d+)|(?:\d+))$'

# 测试R模式
match_r = re.match(pattern, "R 1 2 3 4 5")
print(match_r.groups())  # 输出：('1', None, '3', None, '5')

# 测试B模式
match_b = re.match(pattern, "B 1 2 3 4 5")
print(match_b.groups())  # 输出：(None, '2', None, '4', None)

正则逻辑拆解 #

我来一步步解释这个正则的工作原理：

1. 开头模式匹配：^(?:(?P<mode>R)|(?P<mode>B))
   • 用非捕获组包裹命名组mode，匹配开头的R或B，同时把这个值存在命名组里，方便后面的条件判断。
2. 条件分支捕获：每个数字位置都用(?(mode=X)(\d+)|(?:\d+))结构
   • 这是Python正则支持的条件分支语法：如果命名组mode的值等于X（比如R或B），就执行前半部分的捕获逻辑（(\d+)把数字存入对应分组），否则执行后半部分的非捕获逻辑（(?:\d+)匹配数字但不存入分组，返回None）。
3. 空格对齐：每个分支之间保留空格，确保和你输入的空格分隔格式完全匹配。

替代方案（不用命名组） #

如果你不习惯用命名组，也可以用位置组来实现，只需要对结果做个小切片：

import re

pattern = r'^(R|B) ' \
          r'(?(1)(\d+)|(?:\d+)) ' \
          r'(?(1)(?:\d+)|(\d+)) ' \
          r'(?(1)(\d+)|(?:\d+)) ' \
          r'(?(1)(?:\d+)|(\d+)) ' \
          r'(?(1)(\d+)|(?:\d+))$'

match_r = re.match(pattern, "R 1 2 3 4 5")
print(match_r.groups()[1:])  # 跳过第一个存储R/B的分组，得到目标结果：('1', None, '3', None, '5')

内容的提问来源于stack exchange，提问作者Scotty Hoang