V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
tsoingkam
V2EX  ›  Python

请教下大神关于正则表达式的用法

  •  
  •   tsoingkam · 2018-01-30 10:49:28 +08:00 via iPhone · 2276 次点击
    这是一个创建于 2476 天前的主题,其中的信息可能已经有所发展或是发生改变。
    import re
    text = 'ABCDE'
    f1 = re.compile('(B|C|D)')
    f2 = re.compile('(B|C|D)+')
    print(f1.findall(text))
    print(f2.findall(text))

    运行结果是:
    ['B', 'C', 'D']
    ['D']

    请教下大神们为什么第二个只返回一个 D,谢谢!!!
    5 条回复    2018-01-31 15:24:36 +08:00
    TimePPT
        1
    TimePPT  
       2018-01-30 14:40:57 +08:00   ❤️ 1
    因为 + 默认是贪婪( greedy )的。
    故你的 f2 = re.compile('(B|C|D)+') 中正则的实际语义是「字符串中匹配('B' | 'C'| 'D')的字符直到下一个字符不满足该表达式为止」

    所以,如果 text = 'ABCDEFABCGHBCIJCD'
    你会发现 f2.findall(text) 的结果是['D', 'C', 'C', 'D']
    chenstack
        2
    chenstack  
       2018-01-30 19:00:04 +08:00   ❤️ 2
    如果模式有 group,findall 返回的列表中的元素是所有 group 的内容组成的元组,(B|C|D)+的只有一个 group,其匹配内容是字串 BCD 的最后一个部分 D (结合#1 的讲解),比如把模式改为((B|C|D)+),f2.findall(text)的结果则为[('BCD', 'D')]
    Ctry
        3
    Ctry  
       2018-01-31 13:09:44 +08:00
    @chenstack
    @TimePPT
    两位 V 友,你们好。我对这边有一点疑问:为什么'(B|C|D)+'匹配到了字串 BCD,但是 findall()函数返回的是最后一部份'D'呢?为什么不是返回整个'BCD'呢?
    chenstack
        4
    chenstack  
       2018-01-31 14:10:52 +08:00
    @Ctry Help on function findall in module re:

    findall(pattern, string, flags=0)
    Return a list of all non-overlapping matches in the string.

    If one or more capturing groups are present in the pattern, return
    a list of groups; this will be a list of tuples if the pattern
    has more than one group.

    Empty matches are included in the result.

    结合我在#2 说的,如果想存粹地获取匹配的内容,可以
    import re
    text = 'ABCDE'
    f2 = re.compile('(B|C|D)+')
    print([m.group(0) for m in re.finditer(f2, text)])
    Ctry
        5
    Ctry  
       2018-01-31 15:24:36 +08:00
    @chenstack 匹配的整个内容的话我知道是'BCD',我就是不明白这个返回的组列表( list of groups )里面为什么是 D,而不是 B,或者 C。是否与贪婪匹配有关?
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2604 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 06:00 · PVG 14:00 · LAX 22:00 · JFK 01:00
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.