Question

我想把子字符串放在单引号（'）中：

line = "This is a 'car' which has a 'person' in it!"

所以我用过：

name = re.findall("\'(.+?)\'", line)
print(name[0])
print(name[1])

汽车
人

但是当我尝试这种方法时：

pattern = re.compile("\'(.+?)\'")
matches = re.search(pattern, line)
print(matches.group(0))
print(matches.group(1))
# print(matches.group(2))  # <- this produces an error of course

'汽车'
汽车

所以，我的问题是为什么模式在每种情况下的行为都不同？我知道前者返回“字符串中模式的所有非重叠匹配”，而后者返回对象，这可能解释了一些差异，但是我希望在相同模式下结果相同（即使格式不同）。

因此，要更具体一点：

在第一种情况下使用findall的模式返回所有子字符串，但在后一种情况下，其仅返回第一个子字符串。
在后一种情况下，matches.group(0)（根据文档对应于the whole match）与matches.group(1)（对应于第一个带括号的子组）不同。为什么会这样？

re.finditer("\'(.+?)\'", line)返回匹配对象，因此其功能类似于re.search。

我知道也有类似的问题，例如one或one，但是他们似乎并没有回答原因（或者至少我没有理解）。

Answer 1

您已经阅读了文档和其他答案，所以我将为您提供动手的说明

让我们首先以here

为例

>>> m = re.match(r"(\w+) (\w+)", "Isaac Newton, physicist")
>>> m.group(0)       # The entire match
'Isaac Newton'
>>> m.group(1)       # The first parenthesized subgroup.
'Isaac'
>>> m.group(2)       # The second parenthesized subgroup.
'Newton'
>>> m.group(1, 2)    # Multiple arguments give us a tuple.
('Isaac', 'Newton')

如果继续进行this website，您将找到与先前检测到的对应关系

group（0）正在完全匹配，图中的group（1）和group（2）分别是Group 1和Group 2。正如here所说，“ Match.group（[group1，...]）返回匹配项的一个或多个子组。如果有单个参数，则结果为单个字符串；如果有多个参数，则结果是一个元组，每个参数有一个项目。没有参数，group1默认为零（将返回整个匹配项）“

现在让我们回到您的示例

正如其他使用re.search(pattern, line)的人所说，您只会发现模式的第一次出现[如here所述：“扫描字符串以查找正则表达式模式产生匹配项的第一个位置”]并按照前面的逻辑，您现在将了解为什么matches.group(0)将输出完全匹配并{1}}组1。并且您将了解matches.group(1)为什么会给您错误[因为您可以看到从屏幕截图中可以看出，在最后一个示例中，第一个没有出现第2组]

Answer 2

re.findall返回匹配的列表（在此示例中，第一组匹配），而re.search返回仅第一个最左边的匹配项。

如python文档（re.findall）中所述：

返回全部不重叠字符串中的模式匹配项，为字符串列表。字符串是从左到右扫描，并以找到的顺序返回匹配项。如果模式中存在一个或多个组，返回一个列表组；如果模式有多个，则这将是一个元组列表组。空匹配项包含在结果中。
matches.group(0)为您提供与模式匹配的字符串的整个片段，这就是为什么要加引号的原因，而matches.group(1)为您提供第一个带括号的子字符串匹配的片段，这意味着它不会包含引号，因为它们在括号之外。查看Match.group()文档以了解更多信息。

re.findall提供的结果与re.search具有相同模式的结果不同

2 个答案: