python - python中的正则表达式

Question

在以下程序输出中使用括号时为 ['www.google.com'].

import re
teststring = "href=\"www.google.com\""
m=re.findall('href="(.*?)"',teststring)
print m;

如果在 findall 函数中删除括号，则输出为['href="www.google.com"'].

import re
teststring = "href=\"www.google.com\""
m=re.findall('href=".*?"',teststring)
print m;

如果有人解释它是如何工作的，那将会很有帮助。

Answer 1

re.findall()文档中的区别非常清楚：

返回字符串中模式的所有非重叠匹配，作为字符串列表。[...] 如果模式中存在一个或多个组，则返回组列表；如果模式有多个组，这将是一个元组列表。

因此.findall()返回一个包含三种类型值之一的列表，具体取决于模式中的组数：

• 0 捕获模式中的组（无(...)括号）：整个匹配的字符串（'href="www.google.com"'在您的第二个示例中）。
• 模式中的 1 个捕获组：返回捕获的组（'www.google.com'在您的第一个示例中）。
• 模式中超过 1 个捕获组：返回所有匹配组的元组。

(?:...)如果您不想要这种行为，请使用非捕获组 ( )，如果您想了解更多信息，请添加组。例如，在href=部件周围添加一个组将导致一个元组列表，每个元组有两个元素：

>>> re.findall('(href=)"(.*?)"', teststring)
[('href=', 'www.google.com')]