Python3中的re.findall()方法及re.compile()

2022-05-16 16:00:11

re.findall()方法及re.compile()

re.findall()在字串中找到正規表示式所匹配的所有子串，並返回一個列表；如果沒有找到匹配的，則返回空列表。

返回結果是列表型別，需要遍歷一下才能依次獲取每組內容。

findall(patern, string, flags=0)

pattern : 正則中的模式字串。
string : 要被查詢替換的原始字串。
flags : 標誌位，用於控制正規表示式的匹配方式，如：是否區分大小寫，多行匹配等等。

1.例子

import re 
content = 'Hello 123456789 Word_This is just a test 666 Test'
results = re.findall('d+', content)    
 
print(results)
for result in results:
    print(result)

結果：

['123456789', '666']
123456789
666

Process finished with exit code 0

注意利用re.findall()函數沒有group()和groups()，因為其返回結果是一個列表。

2.re.compile()方法

re.compile()方法可以將正則字串編譯成正規表示式物件，以便在後面的匹配中複用。

re.compile(pattern[, flags])

re.compile()中可以傳入忽略換行等匹配模式，這樣在search()、findall()方法中就不需要額外傳入了。

因此，re.findall()方法有2種表達方式：

import re
 
content = 'one1two22three333four4444'
pattern = re.compile(r'd+')
print('===方法1：===')
result1 = re.findall(pattern, content)
print(result1)
 
print('===方法2===')
result2 = pattern.findall(content)
print(result2)

結果：

===方法1：===
['1', '22', '333', '4444']
===方法2===
['1', '22', '333', '4444']

Process finished with exit code 0

3.在使用findall()方法時的“坑”

注意正規表示式中括號()的使用

（1）正規表示式中當沒有括號時，正常匹配：

import re 
 
str1 = '2345  3456  4567  5678  6789'
pattern_1 = re.compile('w+s+w+') # w 表示匹配包括下劃線的任何單詞字元，等價於[A-Za-z0-9_]
print(pattern_1.findall(str1))

結果：

['2345 3456', '4567 5678']

Process finished with exit code 0

（2）正規表示式中有一個括號時，其輸出的內容就是括號匹配到的內容，而不是整個表示式所匹配到的結果：

import re
 
str1 = '2345  3456  4567  5678  6789'
pattern_1 = re.compile('(w+)s+w+') # w 表示匹配包括下劃線的任何單詞字元，等價於[A-Za-z0-9_]
print(pattern_1.findall(str1))

結果：

['2345', '4567']

Process finished with exit code 0

整個正規表示式執行了，只不過只輸出括號匹配到的內容，即輸出的是第一個 (w+) 匹配到的內容：

在第一次匹配時跟上述沒有括號時一樣，匹配到"2345 3456"，只不過只輸出(/w+)匹配到的結果即"2345"；

第二次匹配同理，從"4567" 開始，匹配到"4567 5678"，但是還是隻是輸出(/w+)匹配到的結果即"4567"。

（3）當正規表示式中有兩個括號時，其輸出是一個list 中包含2個 tuple：

import re
 
str1 = '2345  3456  4567  5678  6789'
pattern_1 = re.compile('((w+)s+w+)') # w 表示匹配包括下劃線的任何單詞字元，等價於[A-Za-z0-9_]
print(pattern_1.findall(str1))

結果：

[('2345 3456', '2345'), ('4567 5678', '4567')]

Process finished with exit code 0

從輸出的結果可以看出，結果中包含兩個元組，每一個元組中有兩個字串。

第一個元組是第一次匹配的結果，其中的第一個字串 "2345 3456" 是正規表示式最外面的括號

((w+)s+w+)

匹配輸出的結果；

第一個元組中的第二個字串 "2345"是正規表示式裡面括號

(w+)

匹配輸出的結果；

第二個元組是第二次匹配的結果，匹配原理與第一次匹配相同。

正規表示式findall函數問題

在寫正規表示式的時候總會遇到不少的問題，特別是在表示式有多個元組的時候。下面看下re模組下的findall()函數和多個表示式元組相遇的時候會出現什麼樣的坑。

程式碼如下：

import re
str="a b c d"
regex0=re.compile("((w )s w )")
print(regex0.findall(str))
regex1=re.compile("(w )s w ")
print(regex1.findall(str))
regex2=re.compile("w s w ")
print(regex2.findall(str))

結果：