Question

在模式中将split与一个捕获组结合使用时，Python返回意外的，不匹配的值。

例如，下面的代码应该返回“ a”或数字。确实，当将它与findall一起使用时，split会返回不匹配项和空字符串。

x = re.compile(r'(a|-?[0-9]+)')

# returns ['45', '444', '19', 'a']
print(x.findall("45, 444 < 19, abc"))

# returns ['', '45', ', ', '444', ' < ', '19', ', ', 'a', 'bc']
print(x.split("45, 444 < 19, abc"))

findall会达到预期的结果。我不明白为什么split的行为会有所不同。

编辑：同样，当您不使用捕获组时，findall仍然可以工作，但由于不返回匹配的结果，分割也会变得更糟。

Answer 1

您可以在re.split中略微更改正则表达式：

import re
print(list(filter(None, re.split('[^\da]+', "45, 444 < 19, abc"))))

输出：

['45', '444', '19', 'a']

Answer 2

what split is supposed to do似乎有误解，它与findall有何不同。基本上，没有捕获组，split应该准确返回findall不返回的部分。毕竟，它将split匹配的字符串str.split像>>> re.findall(r'(a|-?[0-9]+)', "45, 444 < 19, abc") ['45', '444', '19', 'a'] >>> re.split(r'a|-?[0-9]+', "45, 444 < 19, abc") ['', ', ', ' < ', ', ', 'bc']一样，但是使用正则表达式模式。

findall

和 with 一个捕获组，如您的情况，将同时返回匹配项（如split）和两者之间的内容（如>>> sorted(_ + __) == sorted(re.split(r'(a|-?[0-9]+)', "45, 444 < 19, abc")) True）。

split

findall和split 可以互换使用，例如如果您想查找与某种模式匹配的所有内容，但是该模式非常复杂，则可能更容易找到该模式的 complement 的正则表达式，而改用findall，或者反之亦然。但是通常，如果您想查找内容，则应使用{{1}}。

Answer 3

re.split的文档指出，如果您使用捕获组，则也会返回这些文档。因此，您拆分了表达式并返回捕获组。

您的模式(a|-?[0-9]+)在一个组中捕获：

不匹配的是（并因此返回）

, 
 < 
 ,

结果：

['', '45', ', ', '444', ' < ', '19', ', ', 'a', 'bc']

由于在[0-9]+上进行了拆分，因此第一个条目为空，因为它是从字符串的开头进行拆分的。

拆分返回不匹配项

3 个答案: