Python：{n}匹配出现意外的正则表达式行为

Question

我已经在http://regexpal.com/上测试了以下代码，它与我想要的字符串正确匹配。 我想找到16位数字，该数字出现在4个块中，中间有一个空格，因此我编写了以下正则表达式：

\d{4}(\s\d{4}){3}

例如，匹配4个数字，然后匹配三个重复的空格集，后跟四个数字。 在正则表达式上，这正确匹配：

test1234消息1234 5678 1234 5678

但是，在Python中，我运行以下代码：

>>> import re
>>> p = re.compile('\d{4}(\s\d{4}){3}')
>>> p.findall('test1234 message1234 5678 1234 5678')
[' 5678']
>>>

我不明白为什么它与“ 5678”的第二个实例匹配，以及为什么它与我期望的不匹配。

Answer 1

推荐使用原始字符串来定义正则表达式，但是这里的问题主要是由于findall方法的实现。 您需要打开记录出现在论坛中的正则表达式的非捕获组 。 因为re.findall函数首先赋予了捕获优先权，然后re.findall匹配项。 您的正则表达式\\d{4}(\\s\\d{4}){3}与16位数字匹配，但仅捕获最后四个加上前面的空格。

p = re.compile(r'\d{4}(?:\s\d{4}){3}')

例：

>>> import re
>>> p = re.compile(r'\d{4}(\s\d{4}){3}')
>>> p.findall('test1234 message1234 5678 1234 5678')
[' 5678']
>>> p = re.compile(r'\d{4}(?:\s\d{4}){3}')
>>> p.findall('test1234 message1234 5678 1234 5678')
['1234 5678 1234 5678']

Answer 2

您需要在字符串前加上r或转义反斜杠：

p = re.compile(r'\d{4}(\s\d{4}){3}')

要么

p = re.compile('\\d{4}(\\s\\d{4}){3}')