re模块 findall()详解

1. findall() 函数的2种表示形式

import re
kk = re.compile(r'\d+')
kk.findall('one1two2three3four4')
#[1,2,3,4]
 
#注意此处findall()的用法，可传两个参数;
kk = re.compile(r'\d+')
re.findall(kk,"one123")
#[1,2,3]

2. 正则表达式可能遇到的坑  --- 正则表达式中的括号()

1. 当正则表达式中  没有括号时，就是正常匹配，如本例中"/w+/s+/w+"

在本例中"/w+/s+/w+"第一次匹配到的字符为"2345  3456",由于是贪婪模式会     继续匹配,第二次从"4567"开始匹配匹配到的结果为字符串"4567 5678"

import re
string="2345  3456  4567  5678"
regex=re.compile("\w+\s+\w+")
print(regex.findall(string))
#['2345 3456', '4567 5678']
#补充：　
#\s -- 匹配任何不可见字符，包括空格、制表符、换页符等等 
#\S -- 匹配任何可见字符 通常[/s/S] -- 可匹配任意字符
#[\s\S]*? -- 匹配懒惰模式的任意字符

2. 当正则表达式中有  一个括号时,如"(\w+)\s+\w+"其输出的内容就是括号匹配到的内容

原理：正则表达式中有一个括号时,其输出的内容就是括号匹配到的内容，而不是整个表达式所匹配到的结果,但是整个正则表达式执行了，只不过只输出括号匹配到的内容,

匹配过程：

　　1. 第一次匹配时跟上述没有括号时一样，匹配到 "2345  3456" ,只不过只输出(/w+)匹配     到的结果 即"2345",

　　2. 第二次匹配同理从"4567" 开始，匹配到"4567  5678",但是，只输出"4567"

import re
string="2345  3456  4567  5678"
regex1=re.compile("(\w+)\s+\w+")
print(regex1.findall(string))
#['2345', '4567']

3. 当正则表达式中有两个括号时，如 "((\w+)\s+\w+)"，其输出结果是一个list 中包含2个 tuple

　　从输出的结果可以看出，有两个元组，每一个元组中有   两个字符串 :

　　　　 其中，第一个元组种的第一个字符串"2345 3456"是最外面的括号输出的结果，第二个字符串是里面括号(/w+)输出的结果 "2345",

　　　　　　　第二个元组是  第二次匹配的结果 -- 详解同第一次匹配。

import re
string="2345  3456  4567  5678"
regex2=re.compile("((\w+)\s+\w+)")
print(regex2.findall(string))
#[('2345  3456', '2345'), ('4567  5678', '4567')]

3. findall() 使用总结：

　　第一个 regex 中不带有括号,其输出的内容就是整个表达式所匹配到的内容。

　　第二个 regex 中带有1个括号，其输出的内容就是括号匹配到的内容，而不是整个表达式所匹配到的结果。

　　第三个 regex 中是带有2个括号的，我们可以看到其输出是一个list 中包含2个 tuple，---  多个括号就会返回  多个括号分别匹配到的结果 

正则表达式的特点：

　　1. 有括号时只能匹配到括号中的内容，没有括号就正常匹配。

　　2. 在正则里面 “（）” 代表的是分组的意思，一个括号代表一个分组，你只能匹配到"()"中的内容