python - 不在 python 中返回正则表达式中的整个模式

Question

我有以下代码:

haystack = "aaa months(3) bbb"
needle = re.compile(r'(months|days)\([\d]*\)')
instances = list(set(needle.findall(haystack)))
print str(instances)

我希望它打印 months(3) 但我只得到 months。这有什么原因吗？

Answer 1

needle = re.compile(r'((?:months|days)\([\d]*\))')

解决了你的问题。

您只捕获了月|日部分。

在这种特定情况下，这个正则表达式要好一些:

needle = re.compile(r'((?:months|days)\(\d+\))')

这样你只会得到一个数字的结果，以前像 months() 这样的结果会起作用。如果您想忽略月或日等选项的大小写，则还要添加 re.IGNORECASE 标志。像这样:

re.compile(r'((?:months|days)\(\d+\))', re.IGNORECASE)

对 OP 的一些解释:

正则表达式由许多元素组成，其中最主要的是捕获组。 "()"但有时我们想做分组而不捕获，所以我们使用 "(?:)"还有很多其他形式的分组，但这些是最常见。

在这种情况下，我们将整个正则表达式包围在一个捕获组中，因为您试图捕获所有内容，通常 - 任何正则表达式都会自动被一个捕获组包围，但在这种情况下，您明确指定了一个，所以它没有用自动捕获组包围您的正则表达式。

现在我们已经用一个捕获组包围了整个正则表达式，我们通过在开头添加 ?: 将我们拥有的组变成一​​个非捕获组，如上所示。我们也不能包围整个正则表达式，只将该组变成一个非捕获组，因为如您所见，它会自动将整个正则表达式变成一个不存在的捕获组。我个人更喜欢显式编码。

有关正则表达式的更多信息可在此处找到:http://docs.python.org/library/re.html