re.sub公司部分字符串：（？：……）神秘

Question

我有一个字符串：

temp = '4424396.6\t1\tk__Bacteria\tp__Firmicutes\tc__Erysipelotrichi\to__Erysipelotrichales'

我需要去掉分类术语之间的表格。在

我试过了

^{pr2}$

它非常接近，但也取代了制表符之前的字母：

'4424396.6\t1\tk__Bacteri,p__Firmicute,c__Erysipelotrich,o__Erysipelotrichales'

我很困惑，因为(?:...)的重新文档如下：

...the substring matched by the group cannot be retrieved after performing a match or referenced later in the pattern.

最后一个字母在括号内，怎么能替换呢？在

PS公司

我使用了re.sub(r'(?<=\D{1})(\t)', ',', temp)，它工作得非常好，但是我不明白第一个regexp有什么问题

Answer 1

根据the documentation，(?:...)指定了一个非捕获组。它解释说：

Sometimes you’ll want to use a group to collect a part of a regular expression, but aren’t interested in retrieving the group’s contents.

这意味着匹配...表达式（在您的例子中，前面的字母）将不会被捕获为一个组，但仍将是匹配的一部分。唯一的特别之处是您无法使用match.group访问此组捕获的输入部分：

Except for the fact that you can’t retrieve the contents of what the group matched, a non-capturing group behaves exactly the same as a capturing group

相反，(?<=...)是一个肯定的lookbehind断言；正则表达式将检查以确保任何匹配项前面都有文本匹配...，但不会捕获该部分。在

Answer 2

与(?:...)匹配的文本与(...)一样，不会形成一个捕获组，因此以后不能用反向引用（如\1）来引用。但是，它仍然是整个匹配的一部分，并且是re.sub()将替换的文本的一部分。在

非捕获组的意义在于它们的效率稍高一些，在诸如re.split()这样的应用中可能需要它们，因为捕获组的存在会影响输出。在