两个正则表达式之间的差异：[abc] +和（[abc]）+

Question

In [29]: re.findall("([abc])+","abc")
Out[29]: ['c']

In [30]: re.findall("[abc]+","abc")
Out[30]: ['abc']

被分组的人困惑。它有什么不同？

Answer 1

这里需要解释两件事：量化组的行为，以及findall()方法的设计。

在您的第一个示例中，[abc]与{1}}匹配，a在组＃1中捕获。然后它匹配b并在组＃1中捕获它，覆盖a。然后再次使用c，以及比赛结束时组＃1中剩下的内容。

但 匹配整个字符串。如果您使用的是search()或finditer()，则可以查看MatchObject，并看到group(0)包含abc而group(1)包含c }。但是findall()返回字符串，而不是MatchObjects。如果没有组，则返回整体匹配的列表;如果有组，则列表包含所有捕获，但不整体匹配。

因此，你的两个正则表达式都匹配整个字符串，但第一个正在捕获并单独丢弃每个字符（这有点无意义）。只有findall()的意外行为才会让您看起来感觉不一样。

Answer 2

在第一个示例中，您有一个重复捕获的组，它只捕获最后一次迭代。这里c。

([abc])+

Debuggex Demo

在第二个示例中，您将匹配列表中的单个字符一次且无限次。

[abc]+

Debuggex Demo

Answer 3

这就是我想到的方式。 ([abc])+正在尝试重复捕获的群组。当你使用＆＃34; +＆＃34;在捕获组之后，它并不意味着你将获得两个被捕获的组。最终发生的事情，至少对于Python的正则表达式和大多数实现来说，是＆＃34; +＆＃34;强制迭代，直到捕获组仅包含最后一个匹配。

如果要捕获重复的表达式，则需要反转＆＃34;（...）＆＃34;的排序。和＆＃34; +＆＃34;，例如而不是([abc])+使用([abc]+)。

Answer 4

输入＆＃34; abc＆＃34;

[abc]

匹配单个字符=＆gt; ＆＃34;＆＃34;

[abc]+

+ 在一次和无限次之间，尽可能多次=＆gt; ＆＃34; ABC＆＃34;

([abc])

捕获组（[abc]）=＆gt; ＆＃34;＆＃34;

([abc])+

+ 重复捕获组仅捕获最后一次迭代=＆gt; ＆＃34; C＆＃34;

Answer 5

分组只是给出了不同的偏好。

([abc])+ =＆gt;从选择中找到一个。可以匹配一个或多个。它找到一个和所有条件，因为+表示1或更多。这将正则表达式分为两个阶段。

虽然未分组的人被视为一个整体。