问题: 什么是正则表达式的分组，如何用()实现简单分组？

👇 点击展开/折叠 面试背诵模板（建议先背这个） 正则分组指用圆括号 `()` 将模式中的子表达式括起来，将其视为一个整体单元。核心作用有两方面：一是组合量化，让量词（如 `+`、`*`）作用于整个括号内的子表达式（如 `(ab)+` 可匹配 `abab`）；二是捕获提取，匹配成功后，括号内匹配的具体子串会被保存，可通过 `group(1)`、`group(2)` 等编号提取。分组编号默认按左括号出现的顺序从 1 开始递增。

捕获组编号规则与代码示例

括号按左括号出现的先后顺序编号（从 1 开始）。group(0) 或 group() 返回完整匹配结果。

1
2
3
4
5
6
7
8
9
import re
text = "2024-10-01"
pattern = r'(\d{4})-(\d{2})-(\d{2})'
match = re.search(pattern, text)

print(match.group(0))   # '2024-10-01'（完整匹配）
print(match.group(1))   # '2024'（第一个括号：年份）
print(match.group(2))   # '10'（第二个括号：月份）
print(match.group(3))   # '01'（第三个括号：日期）

分组提取与 findall 的行为差异

当使用 re.findall() 且模式中包含多个捕获组时，返回的不再是字符串列表，而是元组列表，每个元组对应一个匹配项中各分组的内容。

1
2
3
4
5
6
7
text = "日期: 2024-10-01, 2025-12-31"
results = re.findall(r'(\d{4})-(\d{2})-(\d{2})', text)
print(results)   # [('2024', '10', '01'), ('2025', '12', '31')]

# 遍历提取
for year, month, day in results:
    print(f"年: {year}, 月: {month}, 日: {day}")

基础应用：提取用户名与域名

1
2
3
4
5
text = "联系: zhangsan@qq.com"
match = re.search(r'(\w+)@(\w+\.\w+)', text)
if match:
    print(match.group(1))   # 'zhangsan'（用户名）
    print(match.group(2))   # 'qq.com'（域名）

非捕获分组 (?:...)（拓展对比）

若只需组合量化而无需提取子串，可使用 (?:...) 非捕获分组，避免占用编号并提升性能。

写法 是否捕获 适用场景
(pattern) ✅ 是（默认捕获） 需要提取括号内匹配的子串
(?:pattern) ❌ 否 仅需将子表达式作为整体量化，无需提取 
1
2
3
# 非捕获分组示例：匹配 'go' 或 'goo'，但不提取
pattern = r'go(?:o)?'
print(re.findall(pattern, 'go goo'))   # ['go', 'goo']