python - re.findall 行为怪异

Question

源字符串是:

# Python 3.4.3
s = r'abc123d, hello 3.1415926, this is my book'

这是我的模式:

pattern = r'-?[0-9]+(\\.[0-9]*)?|-?\\.[0-9]+'

但是，re.search 可以给我正确的结果:

m = re.search(pattern, s)
print(m)  # output: <_sre.SRE_Match object; span=(3, 6), match='123'>

re.findall 只是转储一个空列表:

L = re.findall(pattern, s)
print(L)  # output: ['', '', '']

为什么不能 re.findall 给我预期的列表:

['123', '3.1415926']

Answer 1

这里有两点需要注意:

• re.findall 如果正则表达式模式包含捕获组，则返回捕获的文本
• 模式中的 r'\\.' 部分匹配两个连续的字符，\ 和除换行符以外的任何字符。

见 findall reference :

If one or more groups are present in the pattern, return a list of groups; this will be a list of tuples if the pattern has more than one group. Empty matches are included in the result unless they touch the beginning of another match.

注意要让re.findall只返回匹配值，你通常可以

• 删除多余的捕获组(例如 (a(b)c) -> abc)
• 将所有捕获组转换为 non-capturing (也就是说，将 ( 替换为 (?:) 除非 存在引用模式中组值的反向引用(然后见下文)
• 使用 re.finditer 代替 ([x.group() for x in re.finditer(pattern, s)])

在您的情况下， findall 返回所有捕获的空文本，因为您在 r'' 字符串文字中有 \\ 试图匹配文字 \。

要匹配数字，您需要使用

-?\d*\.?\d+

正则表达式匹配:

• -? - 可选减号
• \d* - 可选数字
• \.? - 可选的小数分隔符
• \d+ - 1 位或多位数字。

见 demo

这里是 IDEONE demo :

import re
s = r'abc123d, hello 3.1415926, this is my book'
pattern = r'-?\d*\.?\d+'
L = re.findall(pattern, s)
print(L)