Python正则表达式findall（）返回不正确的子字符串[重复]答案

【问题标题】：Python regex findall() returning incorrect substrings [duplicate]Python正则表达式findall（）返回不正确的子字符串[重复]
【发布时间】：2026-02-25 17:45:01
【问题描述】：

我正在尝试获取表单的所有子字符串的列表：

冒号+指定序列中2个字母的序列+最少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']

它应该在哪里：

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

查看 re.findall() 文档：

返回字符串中所有不重叠的模式匹配，作为一个列表字符串

可以得出结论，上述方法应该有效。我做错了什么？

【问题讨论】：

使用DATA_SUB = ':(?:TI|LO|TE|HU|AN|FO)[0-9\.]+'
另见*.com/a/32105510/3832970

标签： python regex findall

【解决方案1】：

通过使用方括号您定义了一个捕获组，因此您要求 Python 返回捕获列表。通过将?: 放在组前面，您可以使其成为非捕获组：

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

例如，如果您要定义两个捕获组，您将生成一个包含两个组捕获的元组列表：

# 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')]

【讨论】：

一些无法解释的反对意见
@anubhava：如果我没记错的话，有一些（奇怪的）徽章/帽子，你可以通过多次投票来赢得......
教育反例原来是我最终想要的！
@wit221：请注意，前导冒号 : 不匹配，因为它不属于任何捕获组。该示例的想法当然只是为了表明，如果您使用多个捕获组，每次捕获都会为您提供多个答案:)。

【解决方案2】：

在您的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']

【讨论】：

为什么会被否决？
我也想知道
谢谢。您能否解释一下为什么可以删除点前面的转义字符，同时获得相同的预期结果？
因为在字符类内部，即[...] 所有正则表达式元字符，例如., *, + 等按字面意思对待。