Python re.findall（）无法正常工作

Question

我有代码：

import re
sequence="aabbaa"
rexp=re.compile("(aa|bb)+")
rexp.findall(sequence)

这返回 ['aa']

如果我们有

import re
sequence="aabbaa"
rexp=re.compile("(aa|cc)+")
rexp.findall(sequence)

我们得到 ['aa','aa']

为什么有区别？为什么（第一次）没有区别['aa','bb','aa']？

谢谢！

Answer 1

让我解释一下您在做什么：

regex = re.compile("(aa|bb)+")

您正在创建一个正则表达式，它将查找aa或bb，然后尝试查找是否还有更多aa或bb之后的内容，并且它将一直寻找aa或bb直到找不到为止。因为您希望捕获组仅返回，aa否则bb您只会得到最后一个捕获/找到的组。

但是，如果你有一个这样的字符串：aaxaabbxaa你会得到aa,bb,aa，因为你在字符串先来看看，找到aa，然后你看多了，发现只有一个x，让你拥有1组。然后找到另一个aa，然后找到一个bb，然后一个，然后x停下，然后有第二个小组bb。然后你找到另一个aa。所以你的最终结果是aa,bb,aa

我希望这能解释您的工作。和预期的一样。要获得ANY组，aa或者bb您需要删除，+这是告诉正则表达式在返回匹配项之前先查找多个组。并让正则表达式返回aa或bb…的每个匹配项

因此您的正则表达式应为：

regex = re.compile("(aa|bb)")

干杯。