在Python中使用findall和括號

Question

我需要在+符號之后或字符串的開頭提取所有字母，如下所示：

formula = "X+BC+DAF"

我試過了，我不想在結果中看到+號。 我希望只看到['X', 'B', 'D'] 。

>>> re.findall("^[A-Z]|[+][A-Z]", formula)
['X', '+B', '+D']

當我用括號分組時，我得到了這個奇怪的結果：

re.findall("^([A-Z])|[+]([A-Z])", formula)
[('X', ''), ('', 'B'), ('', 'D')]

當我嘗試分組時為什么會創建元組？ 如何直接編寫正則表達式，使其返回['X', 'B', 'D'] ？

Answer 1

如果正則表達式中有任何捕獲組，則re.findall僅返回組捕獲的值。 如果沒有組，則返回整個匹配的字符串。

re.findall(pattern, string, flags=0)

返回字符串中pattern的所有非重疊匹配，作為字符串列表。 從左到右掃描字符串，並按找到的順序返回匹配項。 如果模式中存在一個或多個組，則返回組列表; 如果模式有多個組，這將是一個元組列表。 結果中包含空匹配，除非它們觸及另一個匹配的開頭。

---

如何直接編寫正則表達式，使其返回['X'，'B'，'D']？

您可以使用非捕獲組來代替使用捕獲組：

>>> re.findall(r"(?:^|\+)([A-Z])", formula)
['X', 'B', 'D']

或者對於這種特定情況，您可以嘗試使用單詞邊界的更簡單的解決方案：

>>> re.findall(r"\b[A-Z]", formula)
['X', 'B', 'D']

或者使用不使用正則表達式的str.split的解決方案：

>>> [s[0] for s in formula.split('+')]
['X', 'B', 'D']