Python正規表示式 findall函式詳解

pythontab發表於2018-03-20

在寫正規表示式的時候總會遇到不少的問題, 特別是在表示式有多個元組的時候。下面看下re模組下的findall()函式和多個表示式元組相遇的時候會出現什麼樣的坑。


程式碼如下:

import re
str="a b c d"
regex0=re.compile("((\w+)\s+\w+)")
print(regex0.findall(str))
regex1=re.compile("(\w+)\s+\w+")
print(regex1.findall(str))
regex2=re.compile("\w+\s+\w+")
print(regex2.findall(str))


結果:

[('a b', 'a'), ('c d', 'c')]
['a', 'c']
['a b', 'c d']


可能結果有點意外,下面解釋一下


第一個正規表示式中是帶有2個括號的,我們可以看到其輸出是一個list 中包含2個 tuple 


第二個正規表示式中帶有1個括號,其輸出的內容就是括號匹配到的內容,而不是整個表示式所匹配到的結果。


第三個正規表示式中不帶有括號,其輸出的內容就是整個表示式所匹配到的內容。



結論:findall()返回的是括號所匹配到的結果(如regex1),多個括號就會返回多個括號分別匹配到的結果(如regex),如果沒有括號就返回就返回整條語句所匹配到的結果(如regex2)。所以在提取資料的時候就需要注意這個坑。


   實際上是由其並不是python特有的,這是 正則 所特有的 , 任何一門高階語言使用正則都滿足這個特點:有括號時只能匹配到括號中的內容,沒有括號【相當於在最外層增加了一個括號】。在正則裡面 “()” 代表的是分組的意思,一個括號代表一個分組,你只能匹配到"()"中的內容


相關文章