【原创】如何治疗使用python中re模块group、groups与findall分组匹配后产生的“眩晕反应”

时间:2021-01-23 22:35:17
 
 
直接先上例子
>>> re.search('(book+)', 'mebookbookme').groups()
('book',)
>>> re.search('(book+)', 'mebookbookme').group()
'book'
>>> re.search('(book)+', 'mebookbookme').groups()
('book',)
>>> re.search('(book)+', 'mebookbookme').group()
'bookbook'
>>> re.findall('(book)+', 'mebookbookme')
['book']
>>> re.findall('(book+)', 'mebookbookme')
['book', 'book']
 
是不是被整晕了?
 
这时,你需要来点理论????回下血:
1. 首先要明白:
        search、match与findall在对正则表达式上匹配次数的区别:
         search和match(从头开始匹配)都是只匹配字符串中第一次满足正则表达式pattern的内容
        findall则是直接把字符串中所有满足正则表达式pattern的内容匹配出来
2. 其次要弄明白:
        (1)group和groups是两个不同的函数,他们都是搭配search和match后的匹配对象来使用的,因此只会匹配出字符串中第一次满足正则表达式pattern的内容。
        (2)之所以用group和groups是因为在正则表达式中我们会用到括号()来进行单元分组,进行重复内容匹配(小括号后用+号)或指定内容展示(用group(组号)或groups())的操作。
        (3)group和groups的用法区别如下:
 
【m.group()】(这里m是search或者match后生成的对象)
        m.group()可以括号内不填内容,也可以传入一个数字N,即m.group(N)。以下分情况说明:
 
        <不传入N或传入N=0>
m.group() == m.group(0) == 展示匹配到的第一次满足正则表达式pattern的全部内容(所有匹配的字符)
  这里直接展示匹配到的全部内容,所以展示的就 与括号无关了,这个是API规定的,例如'(book)+'的正则表达式可以对'yourbookbook'匹配展示出'bookbook'。
 
        <传入N>0>
        返回第N组括号匹配的字符。(正则表达式内有几个()就有几个分组)
        m.group(1)、m.group(2)、... 的方式都只会展示()匹配到的对应分组编号括号里的内容,例如'(book)+'的正则表达式用m.group(1)对'yourbookbook'匹配也只会展示一个'book'(因为只有1组小括号,就只有1个分组)。
 
【m.groups()】
        m.groups() 返回所有括号匹配的字符(正则表达式中有几个括号就会有几个分组的字符串内容展示),以tuple格式作为容器返回。
m.groups() == (m.group(1), m.group(2), ...)
 

什么,还看不懂?
看来????不能停,逐个分析吧:
  1. 首先,分析下正则表达式book+和(book+)
        search对于'mebookbookme'字符串,用book+或者(book+)这样的正则表达式匹配到全部内容本来就是'book'
        (因为这里+号是仅对k这个字母来匹配重复的,别搞混了)
>>> re.search('book+', 'mebookbookme')
<_sre.SRE_Match object; span=(2, 6), match='book'>
>>> re.search('(book+)', 'mebookbookme')
<_sre.SRE_Match object; span=(2, 6), match='book'>
            所以不管groups()还是group(),都是'book'(一个book)
 
  1. 而search对于(book)+匹配到的全部内容是'bookbook'
>>> re.search('(book)+', 'mebookbookme')
<_sre.SRE_Match object; span=(2, 10), match='bookbook'>
        使用group()是把正则匹配到的内容都展示,即返回'bookbook'
        
>>> re.search('(book)+', 'mebookbookme').group()
'bookbook'
   使用group(1)是把第一个(当然这里正则只有一个)小括号里匹配的内容展示,即返回'book'
  使用groups()是把所有小括里匹配的内容以元组打包了返回(当然这里只有一个小括号),即返回('book',)
        
>>> re.search('(book)+', 'mebookbookme').groups()
('book',)

 

     3. 使用findall中匹配分组小括号()后带+的例子,和group(1)、groups()展示的类似
        就是正则表达式里()后+号匹配到的重复内容是不会展示的,只会展示小括号内的一次内容,说白了就是正则表达式里有几个小括号()就展示几个括号()内的匹配内容。当然这里正则表达式里只有一个小括号(),所以findall返回列表的每个元素就是一个字符串'book'
        
>>> re.findall('(book)+', 'mebookbookme')
['book']
>>> re.findall('(book+)', 'mebookbookme')
['book', 'book']

    ★第一个findall对(book)+的展示,直接把+号重复的分组合并为一个单元来展示(这个跟search的groups对于(book)+的展示是一样的)

    ★第二个findall对(book+)的展示,则是把所有分组都展示出来

  再加点????,补充一个例子来说明一下findall:
 
         下面的例子不管字符串中'ab'和'c'重复几次,都只会展示一个'ab'和一个'c',当然之所以返回了两个元组,是因为findall
>>> re.findall('(ab)+(c)+', 'abcc123ababcccc')
[('ab', 'c'), ('ab', 'c')]

 


 

如果我们是要对'mebookbookme'匹配出'bookbook',怎么做呢?
 
1. 首先分析的是用match、search还是findall?
        'mebookbookme'中'bookbook'不是出现在第一个字母开始的,所以不能用match;
        'bookbook'模式只出现了一次(当然也就是第一次出现'bookbook'模式),因此可以用search匹配到;
        当然findall能匹配到所有出现的'bookbook'模式,是肯定能用的。
 
2. 具体分析:
(1)使用search
        使用'(book)+'的方式来search,匹配到的完整内容就是'bookbook',选用group()或group(0)返回完整内容就可以了。
 
>>> re.search('(book)+', 'mebookbookme').group()
'bookbook'
>>> re.search('(book)+', 'mebookbookme').group(0)
'bookbook'

 

        如果要使用group(1)或groups()[0]呢,该用什么正则表达式?
        可以使用'((?:book)+)'的非捕获组(非编号组)的方式,即(?:表达式)的形式,这个小括号是没有进入分组编号的。外头之所以还要加个小括号,就是因为我们一旦用了group(1)或groups()[0]这样的方式,必须要有编号为1的小括号分组。
        (PS:当然这个例子这样做太麻烦,肯定不会选用这种方式,只是为了说明用法)
 
>>> re.search('((?:book)+)', 'mebookbookme').group(1)
'bookbook'
>>> re.search('((?:book)+)', 'mebookbookme').groups()[0]
'bookbook'

 

(2)使用findall
        使用findall如果搭配小括号分组的话由于同样会只返回小括号里的内容,所以不能用'(book)+'的正则表达式,但可以采用非捕获组(非编号组)的方式。
 
>>> re.findall('(?:book)+', 'mebookbookme')
['bookbook']
>>> re.findall('(?:book)+', 'mebookbookme')[0]
'bookbook'

 

 转载请注明出处:https://www.cnblogs.com/oceanicstar/p/9244783.html