Python | 关于正则表达式中()分组的一种理解

先看下案例：

phoneRegex = re.compile(r'''(
    (\d{3}|\(\d{3}\))?              # area code         group1
    (\s|-|\.)?                      # separator
    (\d{3})                         # first 3 digits    group3
    (\s|-|\.)                       # separator
    (\d{4})                         # last 4 digits     group5
    (\s*(ext|x|ext.)\s*(\d{2,5}))?  # extension         group8
    )''', re.VERBOSE)

组1到组5很好理解，但是很多人可能不理解为什么会出现group(8)
下面来用一个案例解释：

>>> patt = '(\d{2})-(\d{2})-(\d{2})-(\d{2})-(\d{2})-(\d{2})-((\d{2})-(\d{2}))?'

>>> re.match(patt, '11-22-33-44-55-66-77-88').group(1)
'11'
>>> re.match(patt, '11-22-33-44-55-66-77-88').group(5)
'55'
>>> re.match(patt, '11-22-33-44-55-66-77-88').group(6)
'66'
>>> re.match(patt, '11-22-33-44-55-66-77-88').group(7)
'77-88'
>>> re.match(patt, '11-22-33-44-55-66-77-88').group(8)
'77'
>>> re.match(patt, '11-22-33-44-55-66-77-88').group(9)
'88'
>>> re.match(patt, '11-22-33-44-55-66-77-88').group(10)
Traceback (most recent call last):
  File "<pyshell>", line 1, in <module>
IndexError: no such group

注意：

• group(7)是77-88
• group(8)是77
• group(9)是88
• group(10)报错

计算分组的方式先按照最外面的小括号，再从小括号里面依次计算
再来一种更直观的理解：

>>> m = re.match('(a(b)(c))', 'abc')

>>> m.groups()
('abc', 'b', 'c')
>>> m.group(1)
'abc'
>>> m.group(2)
'b'
>>> m.group(3)
'c'