Python中正則匹配使用findall時的註意事項
在使用正則搜索內容時遇到一個小坑，百度搜了一下，遇到這個坑的還不少，特此記錄一下。
比如說有一個字符串 "[email protected]@[email protected]@asdfcom"
想匹配出裏面所有的郵箱地址，該怎麽實現呢?
寫了個正則，測試一下：
>>> import re >>> s = "[email protected]@[email protected]@asdfcom" >>> pattern1 = "\w+@(qq|163|126)\.com" >>> m1 = re.search(pattern1,s) >>> m1.group() ‘[email protected]‘
可以看到，能夠正確搜索到第一個結果，正則寫得沒問題，如果我想得到所有結果，自然而然就想到了用findall()方法。來試試看：
>>> m2 = re.findall(pattern1,s) >>> m2 [‘qq‘, ‘163‘, ‘126‘]
這時候估計很多人就覺得奇怪了，使用search方法能搜索到，說明正則寫得沒問題呀，為什麽使用findall的時候結果是這個樣子的？為什麽結果不是整個郵箱字符串？
查了資料才清楚一個概念，叫做捕獲分組。
簡單說，就是正則表示式裏出現括號的時候，括號裏的內容匹配到的部分是會被作為結果輸出的，而不是把整個正則表達式匹配到的內容作為結果輸出。
所以，就出現了上面的結果了。
那怎麽得到想要的結果呢？在Python裏，當一個分組的頭部出現"?:"時，表示這是一個非捕獲分組，意思就是它只是正常參與匹配過程，但不作為獨立的結果進行輸出。
那麽按這個寫法來試試：
>>> pattern2 = "\w+@(?:qq|163|126)\.com" >>> m2 = re.findall(pattern2,s) >>> m2 [‘[email protected]‘, ‘[email protected]‘, ‘[email protected]‘]
取消了這個捕獲分組，那麽就是把整個表達式作為一個結果輸出，這樣才是我們預期想要的效果。
這種情況在使用正則中的“或”匹配時是特別需要註意的，因為這時候通常會加括號，很多初學者很容易掉進這個坑，得到一個不知所謂的結果。
當然，捕獲分組這個功能本來是正常有用的，只是要用對了才行。
比如，同樣是剛才這個例子，如果只想要郵箱中的用戶名部分，該怎麽寫正則表達式呢？
顯然就是把用戶名部分加括號作為一個捕獲分組就可以了。
>>> pattern3 = "(\w+)@(?:qq|163|126)\.com"
>>> m3 = re.findall(pattern3,s)
>>> m3
[‘123‘, ‘aaa‘, ‘bbb‘]
對於findall()函數，其幫助是這麽說明的：
findall函數，就是說在正則匹配裏，如果有分組，就僅僅匹配分組裏面的內容，然後返回這個組的列表; 如果有多個分組，那就把每一個分組看成一個單位，組合為一個元組，然後返回一個含有多個元組的列表。
分組這個功能還是比較強大的，以後會繼續學習更多的部分。
參考文章:https://blog.csdn.net/qq_42739440/article/details/81117919
Python中正則匹配使用findall時的註意事項