Question

假设我的字符串s包含字母和两个分隔符1和2。我想以下列方式拆分字符串：

如果子字符串t介于1和2之间，请返回t
否则，返回每个字符

因此，如果s = 'ab1cd2efg1hij2k'，预期输出为['a', 'b', 'cd', 'e', 'f', 'g', 'hij', 'k']。

我尝试使用正则表达式：

import re
s = 'ab1cd2efg1hij2k'
re.findall( r'(1([a-z]+)2|[a-z])', s )

[('a', ''),
 ('b', ''),
 ('1cd2', 'cd'),
 ('e', ''),
 ('f', ''),
 ('g', ''),
 ('1hij2', 'hij'),
 ('k', '')]

从那里我可以[ x[x[-1]!=''] for x in re.findall( r'(1([a-z]+)2|[a-z])', s ) ]得到答案，但我仍然不理解输出。 documentation表示如果模式包含多个组，findall将返回元组列表。但是，我的模式只包含一个组。欢迎任何解释。

Answer 1

你的模式有两组，更大的组：

(1([a-z]+)2|[a-z])

和第二个较小的组，即第一组的子集：

([a-z]+)

这是一个给你预期结果的解决方案，但是请注意，它真的很难看，而且可能有更好的方法。我无法弄清楚：

import re
s = 'ab1cd2efg1hij2k'
a = re.findall( r'((?:1)([a-z]+)(?:2)|([a-z]))', s )
a = [tuple(j for j in i if j)[-1] for i in a]

>>> print a
['a', 'b', 'cd', 'e', 'f', 'g', 'hij', 'k']

Answer 2

你的正则表达式有两组，只看你正在使用的括号数:)。一组为([a-z]+)，另一组为(1([a-z]+)2|[a-z])。关键是你可以在其他组中包含组。因此，如果可能，您应该只使用一个组构建正则表达式，这样您就不必对结果进行后处理。

只有一个组的正则表达式示例如下：

>>> import re
>>> s = 'ab1cd2efg1hij2k'
>>> re.findall('((?<=1)[a-z]+(?=2)|[a-z])', s)
['a', 'b', 'cd', 'e', 'f', 'g', 'hij', 'k']

Answer 3

如果您想在不将其分成匹配组的情况下进行“或”匹配，只需在“或”匹配的开头添加“？：”。

没有'？：'

re.findall('(test (word1|word2))', 'test word1')

Output:
[('test word1', 'word1')]

带有'？：'

re.findall('(test (?:word1|word2))', 'test word1')

Output:
['test word1']

进一步的解释：https://www.ocpsoft.org/tutorials/regular-expressions/or-in-regex/

Answer 4

查看类似问题的答案：https://bugs.python.org/issue6663 如果您使用的是findall，请删除括号：

import re
s = 'ab1cd2efg1hij2k'
re.findall( r'(?<=1)[a-z]+(?=2)|[a-z]', s )

Answer 5

我参加聚会已经晚了5年，但是我想我可能已经找到了一个优雅的解决方案，可以解决带有多个捕获组的re.findall（）丑陋的元组输出。

通常，如果最终得到的输出看起来像这样：

[('pattern_1', '', ''), ('', 'pattern_2', ''), ('pattern_1', '', ''), ('', '', 'pattern_3')]

然后您可以通过以下小技巧将其放入平面清单：

["".join(x) for x in re.findall(all_patterns, iterable)]

预期输出如下：

['pattern_1', 'pattern_2', 'pattern_1', 'pattern_3']

它已在Python 3.7上进行了测试。希望对您有帮助！

Answer 6

只需要做一个简单的更改：将组更改为非捕获组

代码：

import re
s = 'ab1cd2efg1hij2k'
re.findall( r'(1(?:[a-z]+)2|[a-z])', s )

输出：

['a', 'b', '1cd2', 'e', 'f', 'g', '1hij2', 'k']

当我的模式只包含一个组时，为什么re.findall会返回元组列表？

6 个答案: