Question

我正在尝试提取 （...） 中的值，这些值可能是也可能不是多行。我在正则表达式中使用 ＆＃34;嵌套（＆＃34; 。但它没有按预期工作。为简单起见，我将正则表达式更改为下面;

代码段供您参考;

RE_MULTI_LINE_PARAMS = ".*"
RE_M_DECLERATION = r"\(%s\)"%RE_MULTI_LINE_PARAMS
...
# read file
fh = open(fname)
fcontent = fh.read()
patternList = re.findall(RE_M_DECLERATION, fcontent, re.VERBOSE)
print patternList

在其他情况下，我使用;

RE_MULTI_LINE_PARAMS = "(.*)"

上面的其余代码。但我看到结果列表中存在差异。

可能有人可以解释，＆＃34;为什么会表现出来？＆＃34; so或＆＃34;嵌套括号如何在正则表达式中起作用？＆＃34;

Answer 1

我正在尝试提取（...）中的值，这些值可能是多线也可能不是。

如果希望.*能够包含换行符，则需要使用flags = re.DOTALL。

我在结果列表中看到了不同。

请参阅findall documentation：

如果模式中存在一个或多个组，则返回组列表;如果模式有多个组，这将是一个元组列表。

在正则表达式中添加组时，它只返回内部组的文本。即，不包括括号。如果不包含组，则返回匹配的全文，包括括号。

好吧，这听起来不太清楚，所以我会稍微扩展一下。在正则表达式中使用(和)时，您是正确的，它不会更改正则表达式将匹配的字符串。括号的作用是识别将在编号的“组”中捕获的匹配的部分。因此，您的两个示例都会找到相同数量的匹配项。然而，在找到匹配后，findall具有不同的行为，具体取决于是否定义了任何组。如果您只定义了一个组，则返回该组的内容而不是整个匹配。例如：

>>> import re >>> a = re.compile(r'\(.*?\)') >>> b = re.compile(r'\((.*?)\)') >>> s = 'one (two) three (four) five' >>> a.findall(s) ['(two)', '(four)'] >>> b.findall(s) ['two', 'four']

两个正则表达式都匹配相同的字符串：

>>> [match.group(0) for match in a.finditer(s)] ['(two)', '(four)'] >>> [match.group(0) for match in b.finditer(s)] ['(two)', '(four)']

但是其中一个人有一个选择字符串部分的捕获组：

>>> [match.groups() for match in b.finditer(s)] [('two',), ('four',)] >>> [match.groups() for match in a.finditer(s)] [(), ()]

除了这些问题之外，您会发现.*尽可能匹配。因此，对于字符串"one (two) three (four)"，您不会在two和four上获得匹配，而是在two) three (four上获得匹配。你可以使用像.*?这样的非贪婪匹配，或者尝试匹配非括号，例如类似于[^)]*。

如何嵌套＆＃34;（＆＃34;在python正则表达式中工作

1 个答案: