python - 正则表达式中的圆括号是什么意思？

Question

我不明白为什么正则表达式^(.)+$匹配字符串的最后一个字母。我认为它会匹配整个字符串。

Python 中的示例：

>>> text = 'This is a sentence'
>>> re.findall('^(.)+$', text)
['e']

Answer 1

如果有一个（或多个）捕获组，则re.findall返回不同：

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。空匹配包含在结果中，除非它们触及另一个匹配的开始。

---

并根据MatchObject.group文档：

如果一个组匹配多次，则只能访问最后一个匹配：

如果要获取整个字符串，请使用非捕获组：

>>> re.findall('^(?:.)+$', text)
['This is a sentence']

或者根本不使用捕获组：

>>> re.findall('^.+$', text)
['This is a sentence']

或将组更改为捕获所有：

>>> re.findall('^(.+)$', text)
['This is a sentence']
>>> re.findall('(^.+$)', text)
['This is a sentence']

---

或者，您可以使用re.finditerwhich yield match 对象。使用MatchObject.group()，您可以获得整个匹配的字符串：

>>> [m.group() for m in re.finditer('^(.)+$', text)]
['This is a sentence']

Answer 2

因为捕获组只是一个字符(.)。由于量词，正则表达式引擎将继续匹配整个字符串+，并且每次都会将捕获组更新为最新匹配。最后，捕获组将是最后一个字符。

即使您使用findall，第一次应用正则表达式时，由于+量词，它将继续匹配整个字符串直到最后。并且由于到达了字符串的末尾，因此不会再次应用正则表达式，并且调用只返回一个结果。

如果删除+量词，那么第一次，正则表达式将只匹配一个字符，因此将一次又一次地应用正则表达式，直到消耗整个字符串，findall并将返回字符串中所有字符的列表。

Answer 3

注意+默认情况下是贪婪的，它匹配所有字符直到最后一个。由于捕获组中仅存在点，因此上述正则表达式匹配从头开始的所有字符，但仅捕获最后一个字符。由于findall函数优先考虑组，因此它只打印出组内存在的字符。

re.findall('^(.+)$', text)