Question

我写了这个正则表达式：

p = re.compile(r'''
\[\[            #the first [[
[^:]*?          #no :s are allowed
.*?             #a bunch of chars
(
\|              #either go until a |
|\]\]           #or the last ]]
)
                ''', re.VERBOSE)

我想使用re.findall来获取某些字符串的所有匹配部分。我写了一些测试代码，但它给了我奇怪的结果。

此代码

g = p.finditer('   [[Imae|Lol]]     [[sdfef]]')
print g
for elem in g:
    print elem.span()
    print elem.group()

给了我这个输出：

(3, 10)
[[Imae|
(20, 29)
[[sdfef]]

完美正确吗？但是当我这样做时：

h = p.findall('   [[Imae|Lol]]     [[sdfef]]')
for elem in h:
    print elem

输出是这样的：

|
]]

为什么findall（）打印出与finditer相同的结果？

Answer 1

Findall返回匹配组列表。正则表达式中的parantheses定义了一个可以认为你想要的组，但是你不需要组。 (?:...)是一个非捕获性的paranthesis。将正则表达式更改为：

'''
\[\[            #the first [[
[^:]*?          #no :s are allowed
.*?             #a bunch of chars
(?:             #non-capturing group
\|              #either go until a |
|\]\]           #or the last ]]
)
                '''

Answer 2

当你给re.findall()一个带有组（带括号的表达式）的正则表达式时，它会返回匹配的组。在这里，你只有一组，而且是|或者]]最后。另一方面，在你使用re.finditer（）的代码中，你要求的不是特别的组，所以它给你整个字符串。

你可以让re.findall（）通过在整个正则表达式周围加上括号来实现你想做的事情 - 或者只是在你实际想要提取的部分周围。假设您正在尝试解析wiki链接，那将是第4行中的“一堆字符”。例如，

p = re.compile(r'''
\[\[            #the first [[
[^:]*?          #no :s are allowed
(.*?)           #a bunch of chars
(
\|              #either go until a |
|\]\]           #or the last ]]
)
                ''', re.VERBOSE)

p.findall('   [[Imae|Lol]]     [[sdfef]]')

返回：

[('Imae', '|'), ('sdfef', ']]')]

Answer 3

我认为findall() documentation的关键位是：

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。

你的正则表达式在管道周围有一个组或关闭]]：

(
\|              #either go until a |
|\]\]           #or the last ]]
)

finditer()似乎没有任何此类条款。

Answer 4

他们不会返回相同的东西。来自docs的一些代码段：

findall返回字符串列表。   如果有一个或多个组   模式，返回组列表;   这将是一个元组列表，如果   模式有多个组。

finditer返回一个迭代器   产生MatchObject实例。

Answer 5

来自python文档：

返回字符串中pattern的所有非重叠匹配，作为字符串列表。从左到右扫描字符串，并按找到的顺序返回匹配项。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。结果中包含空匹配，除非它们触及另一场比赛的开头。

请注意，如果存在组，则会返回组匹配列表。正则表达式末尾的捕获组是匹配的，因此只返回每个匹配中捕获的组的一部分。当您使用finditer时，此信息只是MatchObject对象中的另一个字段。

为什么re.findall（）给我的结果与Python中的re.finditer（）不同？

5 个答案: