re模塊 findall()詳解

1. findall() 函數的2種表示形式

import re
kk = re.compile(r'\d+')
kk.findall('one1two2three3four4')
#[1,2,3,4]
 
#注意此處findall()的用法，可傳兩個參數;
kk = re.compile(r'\d+')
re.findall(kk,"one123")
#[1,2,3]

2. 正則表達式可能遇到的坑  --- 正則表達式中的括號()

1. 當正則表達式中  沒有括號時，就是正常匹配，如本例中"/w+/s+/w+"

在本例中"/w+/s+/w+"第一次匹配到的字符為"2345  3456",由於是貪婪模式會     繼續匹配,第二次從"4567"開始匹配匹配到的結果為字符串"4567 5678"

import re
string="2345  3456  4567  5678"
regex=re.compile("\w+\s+\w+")
print(regex.findall(string))
#['2345 3456', '4567 5678']
#補充：　
#\s -- 匹配任何不可見字符，包括空格、制表符、換頁符等等 
#\S -- 匹配任何可見字符 通常[/s/S] -- 可匹配任意字符
#[\s\S]*? -- 匹配懶惰模式的任意字符

2. 當正則表達式中有  一個括號時,如"(\w+)\s+\w+"其輸出的內容就是括號匹配到的內容

原理：正則表達式中有一個括號時,其輸出的內容就是括號匹配到的內容，而不是整個表達式所匹配到的結果,但是整個正則表達式執行了，只不過只輸出括號匹配到的內容,

匹配過程：

　　1. 第一次匹配時跟上述沒有括號時一樣，匹配到 "2345  3456" ,只不過只輸出(/w+)匹配     到的結果 即"2345",

　　2. 第二次匹配同理從"4567" 開始，匹配到"4567  5678",但是，只輸出"4567"

import re
string="2345  3456  4567  5678"
regex1=re.compile("(\w+)\s+\w+")
print(regex1.findall(string))
#['2345', '4567']

3. 當正則表達式中有兩個括號時，如 "((\w+)\s+\w+)"，其輸出結果是一個list 中包含2個 tuple

　　從輸出的結果可以看出，有兩個元組，每一個元組中有   兩個字符串 :

　　　　 其中，第一個元組種的第一個字符串"2345 3456"是最外面的括號輸出的結果，第二個字符串是里面括號(/w+)輸出的結果 "2345",

　　　　　　　第二個元組是  第二次匹配的結果 -- 詳解同第一次匹配。

import re
string="2345  3456  4567  5678"
regex2=re.compile("((\w+)\s+\w+)")
print(regex2.findall(string))
#[('2345  3456', '2345'), ('4567  5678', '4567')]

3. findall() 使用總結：

　　第一個 regex 中不帶有括號,其輸出的內容就是整個表達式所匹配到的內容。

　　第二個 regex 中帶有1個括號，其輸出的內容就是括號匹配到的內容，而不是整個表達式所匹配到的結果。

　　第三個 regex 中是帶有2個括號的，我們可以看到其輸出是一個list 中包含2個 tuple，---  多個括號就會返回  多個括號分別匹配到的結果 

正則表達式的特點：

　　1. 有括號時只能匹配到括號中的內容，沒有括號就正常匹配。

　　2. 在正則里面 “（）” 代表的是分組的意思，一個括號代表一個分組，你只能匹配到"()"中的內容