python - Python 正则表达式的奇怪行为 - findall 只找到“（）？” 部分

Question

我目前正在编写一个正则表达式来查找字符串中的单位和大小（或者它可以作为维度）。例如：“产品：A，2 x 3.5 加仑瓶”

为简单起见，我删除了所有空格，因此变为：

“产品：A,2x3.5gallonbottles”

我的正则表达式如下：

numAndSize = re.compile(r'\d+[xX]\d+(\.\d+)?')

但是当我尝试使用 findall 时，会发生这种情况：

In [47]: numAndSize.findall("Product:A,2x3.5gallonbottles")
Out[47]: ['.5']

我 - 只 - 得到这个字符串中的 '.5'，而不是整个表达式

但是，使用搜索和组可以按预期工作：

In [50]: numAndSize.search("Product:A,2x3.5gallonbottles").group(0)
Out[50]: '2x3.5'

从那里，我尝试将我的正则表达式更改为不包含可选的小数，然后在上面运行 findall。

In [51]: numAndSize = re.compile(r'\d+[xX]\d+')
In [52]: numAndSize.findall("Product:A,2x3.5gallonbottles")
Out[52]: ['2x3']

这种行为背后有原因吗？出于我的目的，我当然可以使用 .search().group()，但我个人喜欢 findall，因为输出以干净的格式返回了更多信息。

score 2 · Accepted Answer

如果正则表达式包含任何捕获组，re.findall()将返回这些组而不是整个匹配。要获得整个比赛，请使用非捕获组：

>>> numAndSize = re.compile(r'\d+[xX]\d+(?:\.\d+)?')
>>> numAndSize.findall("Product:A,2x3.5gallonbottles")
['2x3.5']

或者，如果您可以利用这种行为让它返回一个维度（或单位或其他任何东西）的元组：

>>> numAndSize = re.compile(r'(\d+)[xX](\d+(?:\.\d+)?)')
>>> numAndSize.findall("Product:A,2x3.5gallonbottles")
[('2', '3.5')]

score 1 · Accepted Answer

您正在使用创建捕获组()。文件说

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。

如果您实际上不想捕获小数部分，请使用非捕获组：

numAndSize = re.compile(r'\d+[xX]\d+(?:\.\d+)?')

2 回答 2