提取带可选小数的数字时，如何避免正则嵌套分组？

嘿，我来帮你搞定这个正则的分组问题！

你遇到的核心问题是：原正则里的(\.\d{1,3})?是一个捕获组，当你使用re.findall()时，它会优先返回捕获组的内容，而不是整个匹配的数字字符串，这就导致了所谓的“嵌套分组”问题——结果里会混入小数点后的单独部分，而不是完整的数字。

解决方案：使用非捕获组 #

要避免这个问题，只需要把捕获组改成非捕获组即可。非捕获组的语法是(?:...)，它的作用是把括号内的内容作为一个整体来应用修饰符（比如这里的?），但不会将该部分单独作为捕获结果返回。

修改后的正则表达式如下：

p = r'\s-?\d+(?:\.\d{1,3})?\s'

代码示例 #

我们用你的测试字符串来验证：

import re

s = 'cs 0 scn /TT0 1 Tf 0.022 Tc -0.022 Tw 11.04 0 0 11.04 108 723.96 Tm (32)Tj 0 Tc 0 Tw 0.946 0 Td ( )Tj 0.021 Tc -0.01 Tw 5.728 0 Td [(I)-1(N)4(TE)3(R)15(M)-2(E)3(D)15(I)-1(A)4(TE)]Tj'
p = r'\s-?\d+(?:\.\d{1,3})?\s'
matches = re.findall(p, s)
# 去除匹配结果前后的空格
cleaned_numbers = [num.strip() for num in matches]
print(cleaned_numbers)

输出结果：

['0', '1', '0.022', '-0.022', '11.04', '0', '0', '11.04', '108', '723.96', '0', '0', '0.946', '0', '0.021', '-0.01', '5.728', '0']

优化：捕获更多场景的数字 #

注意到你的字符串里还有(32)、-1、4这类被非空格字符包围的数字，原正则依赖空格\s会漏掉它们。这时可以用单词边界\b来替代空格，匹配数字的前后边界：

p = r'\b-?\d+(?:\.\d{1,3})?\b'

用这个正则再运行上述代码，就能捕获到所有符合要求的数字，包括：32、-1、4、3、15、-2等。

为什么非捕获组有效？ #

• 捕获组(...)会保存分组内的匹配内容，findall会优先返回这些分组结果；
• 非捕获组(?:...)仅用于逻辑分组，不会保存分组内容，findall会返回整个正则的匹配结果，完美解决你的嵌套分组问题。

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