Python正则表达式：捕获组与OR条件结合的实现问题

嘿，这个问题我之前也踩过坑！你想把分支匹配（|）和捕获组结合，只提取出目标内容（john和847），但直接组合后得到的结果不符合预期，对吧？

为什么你的尝试会失败？ #

当你写re.findall("id_([a-z]+)|num([0-9]+)", s)时，正则里有两个独立的捕获组：第一个对应id_后的字母，第二个对应num后的数字。re.findall的行为是：如果正则有多个捕获组，它会返回每个匹配的所有捕获组组成的元组，空的捕获组会返回空字符串。所以你得到的结果会是[('john', ''), ('', '847')]，而不是你想要的扁平化列表。

两种可行的解决方案 #

方案1：过滤捕获组结果中的空值

先获取所有捕获组的元组结果，再扁平化列表并过滤掉空字符串：

import re

s = "id_john, num847, id_000, num___"
# 匹配两个分支的捕获组
matches = re.findall(r"id_([a-z]+)|num([0-9]+)", s)
# 扁平化元组，只保留非空内容
result = [item for sublist in matches for item in sublist if item]

print(result)  # 输出: ['john', '847']

方案2：用re.finditer逐个提取有效捕获组

这种方法更直观，遍历每个匹配对象，提取第一个非空的捕获组：

import re

s = "id_john, num847, id_000, num___"
result = []
# 遍历所有匹配项
for match in re.finditer(r"id_([a-z]+)|num([0-9]+)", s):
    # 取第一个非空的捕获组结果
    result.append(match.group(1) or match.group(2))

print(result)  # 输出: ['john', '847']

进阶：用非捕获组优化正则结构

你也可以用(?:...)非捕获组包裹固定前缀，让正则结构更清晰（效果和方案2一致）：

import re

s = "id_john, num847, id_000, num___"
result = []
for match in re.finditer(r"(?:id_)([a-z]+)|(?:num)([0-9]+)", s):
    result.append(match.group(1) or match.group(2))

print(result)

额外提示：严格匹配边界 #

如果需要更严格的匹配（比如避免id_000或num___被误匹配），你的正则已经做得很好了——[a-z]+只匹配小写字母，[0-9]+只匹配数字，所以那些不符合的项会被自动忽略。

内容的提问来源于stack exchange，提问作者agenis - code en bois