正则表达式断言来实现分组捕获

案例

import re

text_ok = "是方案1#故障原因是xx#故障类型(一级)是xx#故障类型(二级)是xx类型(三级)是xx"
text_fail = "不能匹配的字符串"

pattern = r"(?:解决方案是(.*?))?#(?:故障原因是(.*?))?#(?:故障类型\(一级\)是(.*?))?#(?:故障类型\(二级\)是(.*?))?#?(?:故障类型\(三级\)是(.*?))?$"

matches = re.search(pattern, text_ok)
if matches:
    solution = matches.group(1) if matches.group(1) else ''
    reason = matches.group(2) if matches.group(2) else ''
    type_1 = matches.group(3) if matches.group(3) else ''
    type_2 = matches.group(4) if matches.group(4) else ''
    type_3 = matches.group(5) if matches.group(5) else ''
    print("解决方案:", solution)
    print("故障原因:", reason)
    print("故障类型(一级):", type_1)
    print("故障类型(二级):", type_2)
    print("故障类型(三级):", type_3)
else:
    print("匹配失败")

断言和分组捕获都是正则表达式的语法元素，用于匹配特定的模式。

1. 断言

断言是指一个位置的前面或后面必须满足一定的条件才能匹配成功。常用的断言有肯定/正向先行断言（positive lookahead）和否定/负向先行断言（negative lookahead）。

肯定/正向先行断言的语法为：`(?=pattern)`，表示要匹配的内容后面必须要满足pattern的条件，但匹配到的内容并不包括pattern。

否定/负向先行断言的语法为：`(?!pattern)`，表示要匹配的内容后面必须不满足pattern的条件。

例如，对于字符串"hello world"，如果我们只需要匹配出"hello"这个单词，但不希望把"hello"这个单词后面的空格也包括进来，可以使用肯定先行断言，正则表达式为：`hello(?= )`，这表示只匹配"hello"后面紧跟着的一个空格字符。如果我们需要匹配所有不包括空格的字符，可以使用否定先行断言，正则表达式为：`[\S]+(?= )`，这表示匹配所有不包括空格的字符，直到遇到一个空格字符。

2. 分组捕获

分组捕获是指用一对括号将需要匹配的内容包起来，并将其作为一个分组，用于后续的引用或操作。分组捕获的语法为：`(pattern)`。

例如，对于字符串"abc123"，如果我们想要分别匹配出"abc"和"123"这两个部分，可以使用分组捕获，正则表达式为：`(\w+)(\d+)`，这表示第一个分组匹配一个或多个字母/数字（即"abc"），第二个分组匹配一个或多个数字（即"123"）。

分组捕获也可以用于匹配替换。例如，可以使用"(\w+), (\w+)"匹配"John, Smith"这个字符串，在匹配结果中第一个分组匹配到"John"，第二个分组匹配到"Smith"。如果需要将"John Smith"这种格式的字符串改成"Smith, John"的格式，可以使用"\2, \1"这个替换表达式，其中\1表示第一个分组匹配到的内容，\2表示第二个分组匹配到的内容，即"Smith, John"。

所谓断言，就是指明某个字符串前边或者后边，将会出现满足某种规律的字符串。

就拿匹配<title>xxx</title>标签来说，我们想要的是xxx，它没有规律，但是它前边肯定会有<title>，后边肯定会有</title>，这就足够了。

想指定xxx前肯定会出现<title>，就用正后发断言，表达式：(?<=<title>).*

想指定xxx后边肯定会出现</title>，就用正先行断言，表达式：.*(?=</title>)

两个加在一起，就是(?<=<title>).*(?=</title>)

这样就能匹配到xxx，匹配的内容不包括断言的内容，即完整的匹配就是xxx，不会包含<title>和</title>,子组中也不包含。

对正后发和正先行的解释：

其实掌握了规律，就很简单了，无论是先行还是后发，都是相对于xxx而言的，也就是相对于目标字符串而言。

假如目标字符串后边有条件，可以理解为目标字符串在前，就用先行断言，放在目标字符串之后。

假如目标字符串前边有条件，可以理解为目标字符串在后，就用后发断言，放在目标字符串之前。

假如指定满足某个条件，就是正。

假如指定不满足某个条件，就是负。

断言只是条件，帮你找到真正需要的字符串，本身并不会匹配！

！表示正好相反的意思，就是把=换成了！，看表格解释，X代表字符

(?=X )
零宽度正先行断言。仅当子表达式 X 在 此位置的右侧匹配时才继续匹配。例如，\w+(?=\d) 与后跟数字的单词匹配，而不与该数字匹配。此构造不会回溯。
(?!X)
零宽度负先行断言。仅当子表达式 X 不在 此位置的右侧匹配时才继续匹配。例如，例如，\w+(?!\d) 与后不跟数字的单词匹配，而不与该数字匹配 。
(?<=X)
零宽度正后发断言。仅当子表达式 X 在 此位置的左侧匹配时才继续匹配。例如，(?<=19)99 与跟在 19 后面的 99 的实例匹配。此构造不会回溯。
(?<!X)
零宽度负后发断言。仅当子表达式 X 不在此位置的左侧匹配时才继续匹配。例如，(?<!19)99 与不跟在 19 后面的 99 的实例匹配