python - regex search and findall

Question

주어진 정규 표현식에 대해 문자열에서 모든 일치 항목을 찾아야합니다. 나는 그것이 내가 예상했던 것을하지 않는 경우를 발견 할 때까지 findall()을 사용했다. (A)의 모든 항목

findall() 일치 : 나는 (가장 긴 일치) 필요한 반환하지만 워드 프로세서는 동일해야 의미하지만 findall()가 다르게 동작 search()이 경우

regex = re.compile('(\d+,?)+') 
s = 'There are 9,000,000 bicycles in Beijing.' 

print re.search(regex, s).group(0) 
> 9,000,000 

print re.findall(regex, s) 
> ['000'] 

: 예를 들어, 패턴, 첫 번째뿐만 아니라 은 search()과 같습니다.

• 왜 행동은 다른가요?

• search()의 결과는 findall() (또는 다른 이름)으로 어떻게 얻을 수 있습니까?

Answer 1

좋아, 무슨 일인지 ... 워드 프로세서에서 볼 : 하나 개 이상의 그룹 패턴에 존재하는 경우

이 그룹의 목록을 반환; 패턴에 두 개 이상의 그룹이 있으면 튜플 목록이됩니다. 그것이 나오는 것에 따라

, 당신은 ... 그래서, 그것은 반환의 것이 마지막이 그룹의 발생, 또는 000

하나의 솔루션이다 "(\ D +,?)"그룹을해야합니까 다음이

regex = re.compile('((\d+,?)+)') 

같은 그룹에 의해 전체 정규식을 둘러싸도록, 그것은 [('9000000', '000'), 정합 기 모두를 포함하는 튜플이다를 리턴한다. 물론, 당신은 첫번째 것에 대해서만 신경을 씁니다.

편집 "이 나쁜 번호 9123입니다"와 같은

개인적으로, 나는 물건을 일치 방지하기 위해 다음과 같은 정규식

regex = re.compile('((\d+,)*\d+)') 

을 사용합니다.

여기에 괄호 표현을 둘러싸고 또는 튜플이있는 모든 경기에 액세스하는 데 사용할 수있는 반복자를 반환 finditer

s = "..." 
regex = re.compile('(\d+,?)+') 
it = re.finditer(regex, s) 

for match in it: 
    print match.group(0) 

처리하는 것을 방지 할 수있는 방법입니다. 이러한 일치 객체는 re.search가 반환하는 것과 동일하므로 group (0)은 예상 한 결과를 반환합니다.

Answer 2

@ aleph_null의 answer은 문제의 원인을 정확하게 설명하지만 더 나은 해결책이 있다고 생각합니다.이 정규식을 사용

regex = re.compile(r'\d+(?:,\d+)*') 

더 나은 이유 몇 가지 이유 : 당신이 각 경기를 위해 하나 개의 결과를 얻을 수 있도록

1. (?:...)이 비 캡처 그룹입니다.

2. \d+(?:,\d+)*은 더 나은 정규 표현식으로, 더 효율적이고 오탐 (false positive)을 반환하지 않습니다.

3. 가능하면 정규 표현식에는 항상 파이썬의 원시 문자열을 사용해야합니다. 정규 표현식 이스케이프 시퀀스 (예 : 의 경우 \b, 단어 경계)가 문자열 - 리터럴 이스케이프 시퀀스 (백 스페이스의 경우 \b)와 같이 해석 될 가능성이 적습니다.