Python RE - finditer 和 findall 的不同匹配答案

【问题标题】：Python RE - different matching for finditer and findallPython RE - finditer 和 findall 的不同匹配
【发布时间】：2011-04-18 05:24:57
【问题描述】：

这里有一些代码：

>>> p = re.compile(r'\S+ (\[CC\] )+\S+')
>>> s1 = 'always look [CC] on the bright side'
>>> s2 = 'always look [CC] [CC] on the bright side'
>>> s3 = 'always look [CC] on the [CC] bright side'
>>> m1 = p.search(s1)
>>> m1.group()
'look [CC] on'
>>> p.findall(s1)
['[CC] ']
>>> itr = p.finditer(s1)
>>> for i in itr:
...     i.group()
... 
'look [CC] on'

显然，这与查找 s3 中 findall 返回的所有匹配项更相关：['[CC]', '[CC]']，因为 findall 似乎只匹配 p 中的内部组，而 finditer 匹配整个图案。

为什么会这样？

（我像我一样定义了 p，以便允许捕获包含 [CC] 序列的模式，例如 s2 中的“look [CC] [CC] on”）。

谢谢

【问题讨论】：

标签： python regex findall

【解决方案1】：

i.group() 返回整个匹配项，包括组前后的非空白字符。要获得与 findall 示例相同的结果，请使用 i.group(1)

http://docs.python.org/library/re.html#re.MatchObject.group

In [4]: for i in p.finditer(s1):
...:     i.group(1)
...:     
...:     
Out[4]: '[CC] '

【讨论】：

我不确定我是否理解。 findall() 返回匹配字符串的列表。如何在其输出中使用 group(1)？
不，您对从p.finditer(s1) 返回的迭代器中的元素使用组。我在回答中添加了一个示例。
啊，谢谢。我知道如何将 group(1) 与迭代器一起使用。问题是我想要与 finditer 相同的结果 - 我确实想要获得整个模式。我不明白 findall 怎么没有返回完整的模式。
记录在案的行为：“如果模式中存在一个或多个组，则返回组列表”，docs.python.org/library/re.html#re.findall
谢谢。我没有注意到这一点。这基本上意味着我必须将整个模式定义为外部组： p = re.compile(r'(\S+ (\[CC\] )+\S+)') 然后只使用每个元组中的第一个元素在返回的元组列表中。或者干脆使用 finditer() :)