Python正则表达式findall（）返回不正确的子串

Question

我正在尝试获取表单中所有子字符串的列表：

冒号+指定序列中2个字母的序列+最小1位的数值

import re
DATA_SUB = ':(TI|LO|TE|HU|AN|FO)[0-9\.]+'
print(re.findall(DATA_SUB, '%145:TI15:LO1.6213:TE97$'))

结果：

['TI', 'LO', 'TE']

其中应该是：

[':TI15', ':LO1.6213', ':TE97']

查看re.findall（）文档：

  

返回字符串中所有非重叠的模式匹配，作为列表   字符串

可以得出结论，上述方法应该有效。我做错了什么？

Answer 1

在正则表达式中使用非捕获组而不是捕获组，以避免在findall的输出中获取捕获的数据：

>>> DATA_SUB = ':(?:TI|LO|TE|HU|AN|FO)[0-9.]+'
>>> print re.findall(DATA_SUB, '%145:TI15:LO1.6213:TE97$')
[':TI15', ':LO1.6213', ':TE97']

Answer 2

使用括号定义了一个捕获组，因此您要求Python返回捕获列表。通过将?:放在群组前面，您可以将其设为非捕获群组：

import re
DATA_SUB = ':(?:TI|LO|TE|HU|AN|FO)[0-9\.]+'
print(re.findall(DATA_SUB, '%145:TI15:LO1.6213:TE97$'))

例如，如果你要定义两个捕获组，你将生成一个元组列表，其中包含两组的捕获：

# educational counter example

import re
DATA_SUB = ':(TI|LO|TE|HU|AN|FO)([0-9\.]+)'
print(re.findall(DATA_SUB, '%145:TI15:LO1.6213:TE97$'))

将生成：

[('TI', '15'), ('LO', '1.6213'), ('TE', '97')]