re.findall 给出的结果与具有相同模式的 re.search 不同

Question

我有 str ，我想在单引号内获取子字符串 (')：

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

所以我用了：

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”，而后者匹配对象可能会解释一些差异，但我希望使用相同的模式相同的结果（即使格式不同）。

所以，为了更具体：

1. 在findall 的第一种情况下，模式返回所有子字符串，但在后一种情况下，它只返回第一个子字符串。
2. 在后一种情况下，matches.group(0)（对应于文档中的the whole match）不同于matches.group(1)（对应于第一个带括号的子组）。这是为什么呢？

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

我知道有类似的问题是这样的 one 或 one 但他们似乎没有回答为什么（或者至少我没有得到它）​​。

Answer 1

你已经阅读了文档和其他答案，所以我会给你一个动手解释

我们先从here这个例子开始

>>> 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')

如果你继续this website你会发现与之前检测的对应关系

group(0) 是全场比赛，group(1) 和 group(2) 分别是图中的 Group 1 和 Group 2。因为正如here "Match.group([group1, ...]) 返回匹配的一个或多个子组。如果只有一个参数，则结果为单个字符串；如果有多个参数，则结果是一个元组，每个参数一个项目。如果没有参数，group1 默认为零（返回整个匹配项）"

现在让我们回到你的例子

正如re.search(pattern, line) 的其他人所说，您只会发现模式的第一次出现[“扫描字符串以查找正则表达式模式产生匹配的第一个位置”，如here 所说，并遵循前面的逻辑您现在将了解为什么matches.group(0) 将输出完整匹配，matches.group(1) 将输出第 1 组。并且您将理解为什么matches.group(2) 会给您错误[因为从屏幕截图中可以看出，没有第 2 组最后一个例子中的第一次出现]

Answer 2

1. re.findall 返回 list 匹配项（在此特定示例中，第一组匹配项），而 re.search 返回 只有第一个最左边的匹配。

   如 python 文档 (re.findall) 所述：

   返回全部不重叠 字符串中的模式匹配，作为字符串列表。字符串是 从左到右扫描，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，返回一个列表 团体；如果模式有多个，这将是一个元组列表 团体。结果中包含空匹配项。

2. matches.group(0) 为您提供与您的模式匹配的字符串的整个片段，这就是它有引号的原因，而matches.group(1) 为您提供匹配片段的第一个 圆括号 子字符串，这意味着它不会包含引号，因为它们在括号之外。查看Match.group() 文档了解更多信息。