pythonre模块findall（）详解
import re
string="abcdefg  acbdgef  abcdgfe  cadbgfe"
#带括号与不带括号的区别
#不带括号
regex=repile("((\w+)\s+\w+)")
print(regex.findall(string))
#输出：[('abcdefg  acbdgef', 'abcdefg'), ('abcdgfe  cadbgfe', 'abcdgfe')]
regex1=repile("(\w+)\s+\w+")
print(regex1.findall(string))
#输出：['abcdefg', 'abcdgfe']
regex2=repile("\w+\s+\w+")
print(regex2.findall(string))
#输出：['abcdefg  acbdgef', 'abcdgfe  cadbgfe']
第⼀个 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
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。
结论：findall()返回的是括号所匹配到的结果（如regex1），多个括号就会返回多个括号分别匹配到的结果（如regex），如果没有括号就返回就返回整条语句所匹配到的结果(如regex2)。所以在提取数据的时候就需要注意这个坑。
实际上是由其并不是python特有的，这是正则所特有的，任何⼀门⾼级语⾔使⽤正则都满⾜这个特点：有括号时只能匹配到括号中的内容，没有括号【相当于在最外层增加了⼀个括号】。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
=================================================================================================================== 1.先说⼀下findall()函数的两种表⽰形式
1import re
2 kk = repile(r'\d+')
3 kk.findall('one1two2three3four4')
4#[1,2,3,4]
5
6#注意此处findall()的⽤法，可传两个参数;
7 kk = repile(r'\d+')
8 re.findall(kk,"one123")
9#[1,2,3]
2. 正则表达式可能遇到的坑  --- 正则表达式中有括号()
1. 正则表达式中当没有括号时，就是正常匹配，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=repile("\w+\s+\w+")
print(regex.findall(string))
#['2345 3456', '4567 5678']
⾸先的知道各个字符所表达的含义，这⾥只说⼀下/s 和 /S
python 正则表达式 空格\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. 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, 在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"，第⼆次匹配同理从"4567" 开始，匹配到"4567  5678"，但是还是只是输出"4567"
import re
string="2345  3456  4567  5678"
regex=repile("(\w+)\s+\w+")
print(regex.findall(string))
#['2345','4567']
3. 当正则表达式中有两个括号时，其输出是⼀个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 : 其中第⼀个字符串"2345 3456"是最外⾯的括号输出的结果，第⼆个是⾥⾯括号(/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"
regex=repile("((\w+)\s+\w+)")
print(regex.findall(string))
#[('2345  3456', '2345'), ('4567  5678', '4567')]

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。