先読みおよび非キャプチャ正規表現

Question

と@文字の前に私は、メールアドレスのローカル部分に一致するようにしようとしている：と

LOCAL_RE_NOTQUOTED = """ 
((
\w   # alphanumeric and _ 
| [!#$%&'*+-/=?^_`{|}~]   # special chars, but no dot at beginning 
) 
(
\w   # alphanumeric and _ 
| [!#$%&'*+-/=?^_`{|}~]   # special characters 
| ([.](?![.])) # negative lookahead to avoid pairs of dots. 
)*) 
(?<!\.)(?:@)   # no end with dot before @ 
""" 

テスト：

re.match(LOCAL_RE_NOTQUOTED, "a.a..a@", re.VERBOSE).group() 

が得られます。

'a.a..a@' 

非キャプチャグループを使用していても@が出力に印刷されるのはなぜですか(?:@)？

テスト：

re.match(LOCAL_RE_NOTQUOTED, "a.a..a@", re.VERBOSE).groups() 

ができます：

('a.a..a', 'a', 'a', None) 

はなぜ正規表現は、ドット'..'一対の文字列を拒否していないのですか？

Answer 1

非キャプチャグループ(?:...)と先読みアサーション(?=...)が混乱しています。

前者は試合に参加しています（したがって全体一致を含むmatch.group()の一部です）、後で使用するために逆参照を生成しません（後で使用するために$1など）。

2つ目の問題（なぜダブルドットがマッチするのですか）はやや難解です。これはあなたの正規表現のエラーのためです。あなたは+と/間の文字にマッチ」を書いた、とASCIIでは、ドットが右彼ら（：+,-./ ASCII 43-47）との間にある

[+-/] 

（ポイントを作るために短縮）あなたが書いたとき、参照してください。そのため、最初の文字クラスは、ドットと一致し、先読みアサーションはあなたがリテラルダッシュとしてそれを治療するための文字クラスの最後にダッシュを配置する必要は到達しません：。

((
\w   # alphanumeric and _ 
| [!#$%&'*+/=?^_`{|}~-]   # special chars, but no dot at beginning 
) 
(
\w   # alphanumeric and _ 
| [!#$%&'*+/=?^_`{|}~-]   # special characters 
| ([.](?![.])) # negative lookahead to avoid pairs of dots. 
)*) 
(?<!\.)(?=@)   # no end with dot before @ 

そしてもちろん、このロジックを使用する場合は、少し簡素化できます。

^(?!\.)     # no dot at the beginning 
(?: 
[\w!#$%&'*+/=?^_`{|}~-] # alnums or special characters except dot 
| (\.(?![.@]))   # or dot unless it's before a dot or @ 
)* 
(?=@)      # end before @