Python RE - finditer 和 findall 的不同匹配

发布于 2024-09-25 08:52:16 字数 758 浏览 2 评论 0原文

这是一些代码:

>>> 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 中的所有匹配项更相关,其中 findall() 返回:['[CC] ', '[ CC] '],因为看起来 findall() 只匹配 p 中的内部组,而 finditer() 匹配整个模式。

为什么会发生这种情况?

(我定义了我的模式 p ,以便允许捕获包含重复的 [CC] 序列的模式,例如 s2 中的“look [CC] [CC] on”)。

Here is some code:

>>> 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'

Obviously, this is more relevant for finding all matches in s3 in which findall() returns: ['[CC] ', '[CC] '], as it seems that findall() only matches the inner group in p, whereas finditer() matches the whole pattern.

Why is that happening?

(I defined my pattern p as I did in order to allow capturing patterns that contain repeated sequences of [CC]s such as 'look [CC] [CC] on' in s2).

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

大姐,你呐 2024-10-02 08:52:16

i.group() 返回整个匹配项,包括组之前和之后的非空白字符。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] '

i.group() returns the whole match, including the non-whitespace characters before and after your group. To get the same result as in your findall example, use 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] '
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文