Question

这是我用来从一串字母数字中分割字母和数字的python代码：

input_string = 'abcdefghijklmnopqrstuvwxyz1234567890'
import re
print re.search('[a-z]*', input_string).group()
print re.search('[0-9]*', input_string).group()

在输出中我得到字母串但没有得到数字串。如果我修改代码如下，则输出显示数字：

print re.search('[0-9]*$', input_string).group()

我习惯grep，我发现它的功能类似于re模块的功能，如果我在shell中运行以下命令，我会得到所需的结果：

echo "abcdefghijklmnopqrstuvwxyz1234567890" | grep "[0-9]*"

我在这里错过了什么吗？

Answer 1

我建议您使用re.findall函数（按顺序进行全局匹配）而不是re.search，因为re.search只会返回第一个匹配

>>> input_string = 'abcdefghijklmnopqrstuvwxyz1234567890'
>>> print re.findall(r'\d+|[a-z]+', input_string)
['abcdefghijklmnopqrstuvwxyz', '1234567890']

并且也不使用[a-z]*，它也会返回空字符串。 *将重复前一个令牌零次或多次，+将重复前一个令牌一次或多次。

>>> print re.search(r'\d+', input_string).group()
1234567890
>>> print re.search(r'[a-z]+', input_string).group()
abcdefghijklmnopqrstuvwxyz

为什么第一个在第二个失败时起作用？

>>> print re.search('[a-z]*', input_string).group()
abcdefghijklmnopqrstuvwxyz
>>> print re.search('[0-9]*', input_string).group()

>>>

*重复前一个标记零次或多次，即它将匹配每个不匹配字符之前存在的空字符串。第一个[a-z]*返回abcdefghijklmnopqrstuvwxyz，因为此子字符串位于开头。如果输入类似8abcdefghijklmnopqrstuvwxyz，则返回空字符串。此行为是因为re.search函数，它在找到第一个匹配后停止。这里8与上述正则表达式不匹配，正如我所说，[a-z]*正则表达式将匹配之前存在的空字符串8。

regex = [0-9]*，string =“abcdefghijklmnopqrstuvwxyz1234567890”

找到第一场比赛后

re.search停止。此处a与[0-9]不匹配，但[0-9]*与a之前存在的空字符串匹配，因为*将重复前一个标记零或多次。这就是为什么在第二种情况下你得到一个空字符串作为输出。

>>> print re.search('[0-9]*$', input_string).group() 1234567890

由于我们添加了行锚点的结尾，它将在行尾搜索零个或多个数字。如果它在最后找不到更多数字，它将返回一个空字符串作为匹配。

>>> print re.search('[0-9]*$', '12foo').group() >>>

Answer 2

在输出中我得到了一串字母但没有得到数字串。

我刚检查了ruby和perl，它们产生了相同的结果。

digit pattern匹配：

第一个字符和第二个字符之间的零宽度点。
第二个字符和第三个字符之间的零宽度点。
等
字符串末尾的数字序列。

但是，re.search（）只返回第一个匹配。

小写letter pattern匹配：

字符串开头的字母序列。
1和2之间的零宽度点。
2和3之间的零宽度点。
等

如果我在shell中运行以下命令，我会得到所需的结果：
echo "abcdefghijklmnopqrstuvwxyz1234567890" | grep "[0-9]*"

在bash shell中，我得到：

$ echo "abcdefghijklmnopqrstuvwxyz1234567890" | grep "[0-9]*"
abcdefghijk

我用echo，grep和其他模式得到了类似的奇怪结果。

对评论的回应：

$ bash --version
GNU bash, version 3.2.48(1)-release (x86_64-apple-darwin10.0)
Copyright (C) 2007 Free Software Foundation, Inc.

$ echo "abc123" | grep -o "[a-z]*"
abc
$ echo "abc123" | grep -o "[0-9]*"
$ echo "abc123" | grep -o "[0-9]*$"
123
$

理解Python中的're.search（）'行为

2 个答案: