python - 如何在正则表达式python中捕获未知长度的模式？

Question

作为学习练习，我喜欢比较两个做同样事情的正则表达式。

在这种情况下，我想从字符串中提取数字序列，如下所示:

CC_nums=[
'2341-3421-5632-0981-009',
'521-9085-3948-2543-89-9'
]

在正则表达式中捕获后的正确结果将是

['2341', '3421', '5632', '0981', '009']
['4521', '9085', '3948', '2543', '89', '9']

我知道这在python中有效:

for number in CC_nums:
    print re.findall('(\d+)',number)

但是，为了更深入地理解这一点，我尝试了以下操作:

for number in CC_nums:
    print re.findall('\s*(?:(\d+)\D+)+(\d+)\s*', number)

..返回:

[('0981', '009')]
[('89', '9')]

两个问题:

首先，为什么第二个返回元组而不是列表？其次，为什么第二个数字与其他组数字不匹配，例如2341、3241等？

我知道 findall 将返回非重叠捕获组，所以我试图避免这种情况。由于 (\d+)，捕获组不重叠，因此我认为这不会成为问题。

Answer 1

参见Python re.findall behaves weird了解为什么 re.findall 返回一个元组列表。基本上，它返回一个元组，因为您的模式中有多个捕获组。

正则表达式返回最后一个数字子字符串，因为 + 量词应用于 (?:(\d+)\D+) 组，因此，每个当此子模式捕获子字符串时，前一个子字符串将被组缓冲区中的新子字符串替换。