Python正则：交替运算符|后捕获组无法通过re.match()获取

这问题我之前也踩过坑，本质是正则里交替分支（|）的捕获组编号规则在搞鬼！

为什么原来的代码会返回None？ #

你写的正则是两个独立分支：

pattern = r"00([1-9]\d) ([1-9]\d) ([1-9]\d{5})|\+([1-9]\d) ([1-9]\d) ([1-9]\d{5})"

正则引擎会按顺序给所有捕获组编号：

• 第一个分支里的三个括号对应组1、组2、组3
• 第二个分支里的三个括号对应组4、组5、组6

当你用"+12 34 567890"测试时，匹配的是第二个分支，这时候组1、组2、组3根本没被匹配到，自然返回None；你要的12其实在组4里，试试print(m.group(4))就能拿到正确结果了。

两种优雅的解决方案 #

方案1：提取公共前缀，统一捕获组编号

既然两个分支只有前缀（00和+）不同，后面的结构完全一致，我们可以把前缀做成一个非捕获组（(?:...)），这样后面的三个捕获组编号就统一为1、2、3了：

import re
strng = "+12 34 567890"
# 用(?:00|\+)包裹前缀，非捕获组不占用编号
pattern = r"(?:00|\+)([1-9]\d) ([1-9]\d) ([1-9]\d{5})"
m = re.match(pattern, strng)
print(m.group(1))  # 输出12
print(m.group(2))  # 输出34
print(m.group(3))  # 输出567890

这个方案最简洁，同时兼容两种前缀的匹配，捕获组的使用也和你预期一致。

方案2：使用命名捕获组

如果分支结构差异较大，没法提取公共部分，可以给对应位置的捕获组起相同的名字，这样不管匹配哪个分支，都能通过名字获取值：

import re
strng = "+12 34 567890"
pattern = r"00(?P<country>[1-9]\d) (?P<area>[1-9]\d) (?P<number>[1-9]\d{5})|\+(?P<country>[1-9]\d) (?P<area>[1-9]\d) (?P<number>[1-9]\d{5})"
m = re.match(pattern, strng)
print(m.group('country'))  # 输出12
print(m.group('area'))     # 输出34
print(m.group('number'))   # 输出567890

命名组的好处是可读性强，不会因为分支变化导致编号混乱。

测试验证 #

不管用哪种方案，测试"0012 34 567890"也能正常捕获到对应的三个值，完美解决你的问题～

内容的提问来源于stack exchange，提问作者Elle