python-正则表达式搜索和findall

Question

我需要在给定正则表达式的字符串中找到所有匹配项。我一直在findall()这样做，直到遇到一个案例，它没有达到我的预期。例如：

regex = re.compile('(\d+,?)+')
s = 'There are 9,000,000 bicycles in Beijing.'

print re.search(regex, s).group(0)
> 9,000,000

print re.findall(regex, s)
> ['000']

在这种情况下，search()返回我需要的内容（最长的匹配项），但是findall()行为却有所不同，尽管文档暗示它应该是相同的：

findall()匹配所有出现的模式，而不仅仅是第一个search()。

• 为什么行为不同？

• 如何获得search()with findall() （或其他方式）的结果？

Answer 1

好的，我从文档中查看发生了什么……

如果该模式中存在一个或多个组，则返回一个组列表；否则，返回一个列表。如果模式包含多个组，则这将是一个元组列表。

事实证明，您确实有一个组“（\ d + ,?）” …因此，它返回的是该组的最后一次出现，即000。

一种解决方案是像这样将整个正则表达式围成一团

regex = re.compile('((\d+,?)+)')

然后，它将返回[（‘9,000,000’，‘000’）]，它是包含两个匹配组的元组。当然，您只关心第一个。

就个人而言，我将使用以下正则表达式

regex = re.compile('((\d+,)*\d+)')

为了避免匹配“这是一个错误的数字9,123”之类的东西，

编辑。

这是一种避免用括号将表达式括起来或处理元组的方法

s = "..."
regex = re.compile('(\d+,?)+')
it = re.finditer(regex, s)

for match in it:
  print match.group(0)

finditer返回一个迭代器，您可以使用该迭代器访问找到的所有匹配项。这些匹配对象与re.search返回的对象相同，因此group（0）返回您期望的结果。