两个正则表达式之间的区别：[abc] +和（[abc]）+

Question

In [29]: re.findall("([abc])+","abc")
Out[29]: ['c']

In [30]: re.findall("[abc]+","abc")
Out[30]: ['abc']

迷惑了。 它有什么不同？

Answer 1

这里有两件事需要解释：量化组的行为以及findall()方法的设计。

在第一个示例中， [abc]与a匹配，该a在组＃1中捕获。 然后，它匹配b并将其捕获到组＃1中，覆盖a 。 然后再次使用c ，那就是比赛结束时第一组的比赛。

但是它确实匹配整个字符串。 如果您正在使用search()或finditer() ，则可以查看MatchObject并看到group(0)包含abc而group(1)包含c 。 但是findall()返回字符串，而不是MatchObjects。 如果没有组，则返回所有匹配项的列表；否则，返回所有匹配项的列表。 如果有组，则列表包含所有捕获，但不包含整体匹配。

因此，您的两个正则表达式都与整个字符串匹配，但是第一个正则表达式也分别捕获并丢弃了每个字符（这毫无意义）。 仅仅是findall()的意外行为，使它看起来像在获得不同的结果。

Answer 2

在第一个示例中，您有一个重复捕获的组，仅捕获最后一个迭代。 在这里c 。

([abc])+

Debuggex演示

在第二个示例中，您将匹配列表中的一个字符且无限制次数。

[abc]+

Debuggex演示

Answer 3

这是我考虑的方式。 ([abc])+试图重复捕获的组。 当您在捕获组之后使用“ +”时，并不意味着您将获得两个捕获组。 至少对于Python的正则表达式和大多数实现而言，最终发生的事情是，“ +”强制迭代直到捕获组仅包含最后一个匹配项为止。

如果要捕获重复的表达式，则需要颠倒“（...）”和“ +”的顺序，例如，代替([abc])+使用([abc]+) 。

Answer 4

输入“ abc”

[abc]

匹配单个字符=>“ a”

[abc]+

+一次至无限次，次数尽可能多=>“ abc”

([abc])

捕获组（[abc]）=>“ a”

([abc])+

+重复的捕获组将仅捕获上一次迭代=>“ c”

Answer 5

分组只是赋予了不同的偏好。

([abc])+ =>从选择中找到一个。 可以匹配一个或多个。 它找到一个且所有条件都满足，而+表示1或更大。 这将正则表达式分为两个阶段。

而未分组的被视为一个整体。