为什么此代码返回包含2个元素的元组？

Question

my_string = "C2H6O"
a = re.findall("((Cl|H|O|C|N)[0-9]*)", my_string)
print(a)

输出为[("C2", "C"), ("H6", "H"), ("O", "O")]，但我期望为["C2", "H6", "O"]。

我有点理解元组，但是我觉得这段代码中没有任何内容导致元组("C2", "C")中的第二个元素。

Answer 1

因为您的模式包含捕获组。

来自re.findall()：

  

如果模式中存在一个或多个组，则返回一个组列表；如果模式包含多个组，则这将是一个元组列表。

如果要摆脱它们，请使用以下模式：

r"(?:Cl|H|O|C|N)[0-9]*"

它会完全删除（不需要的）外部捕获组，并对字母字符使用非捕获组。

>>> re.findall(r"(?:Cl|H|O|C|N)[0-9]*", my_string)
['C2', 'H6', 'O']

Answer 2

您可以将正则表达式更改为：

re.findall("([Cl|H|O|C|N][0-9]*)", my_string)

您将得到您所期望的。这将删除一些分组。