Python re.finditer match.groups（）不包含match中的所有组

一尘不染

Python re.finditer match.groups（）不包含match中的所有组

python

我正在尝试在Python中使用正则表达式来查找和打印来自多行搜索的所有匹配行。我正在搜索的文本可能具有以下示例结构：

AAA级
ABC1
ABC2
ABC3
AAA级
ABC1
ABC2
ABC3
ABC4
美国广播公司
AAA级
ABC1
AAA级

我想从中检索至少发生一次并以 AAA* 开头的 **ABC 。 ****

问题是，尽管小组正在抓住我想要的：

match = <_sre.SRE_Match object; span=(19, 38), match='AAA\nABC2\nABC3\nABC4\n'>

…我只能访问该组的最后一个匹配项：

match groups = ('AAA\n', 'ABC4\n')

下面是用于此问题的示例代码。

#! python
import sys
import re
import os

string = "AAA\nABC1\nABC2\nABC3\nAAA\nABC1\nABC2\nABC3\nABC4\nABC\nAAA\nABC1\nAAA\n"
print(string)

p_MATCHES = []
p_MATCHES.append( (re.compile('(AAA\n)(ABC[0-9]\n){1,}')) ) #   
matches = re.finditer(p_MATCHES[0],string)

for match in matches:
    strout = ''
    gr_iter=0
    print("match = "+str(match))
    print("match groups = "+str(match.groups()))
    for group in match.groups():
    gr_iter+=1
    sys.stdout.write("TEST GROUP:"+str(gr_iter)+"\t"+group) # test output
    if group is not None:
        if group != '':
            strout+= '"'+group.replace("\n","",1)+'"'+'\n'
sys.stdout.write("\nCOMPLETE RESULT:\n"+strout+"====\n")

阅读 253

2021-01-20

共1个答案

一尘不染

这是您的正则表达式：

(AAA\r\n)(ABC[0-9]\r\n){1,}

正则表达式可视化

Debuggex演示

您的目标是捕获紧随其后的所有
。如您在此Debuggex演示中所见，所有s确实都被匹配了（它们以黄色突出显示）。但是，由于只有“正在重复的内容”部分ABC#``AAA``ABC#

ABC[0-9]\r\n

被捕获（在括号内）及其量词，

{1,}

未被捕获，因此将导致 除最后一场 比赛 之外的 所有比赛都被丢弃。要获取它们，还必须捕获量词：

AAA\r\n((?:ABC[0-9]\r\n){1,})

正则表达式可视化

Debuggex演示

我已将“正在重复的内容”部分（ABC[0-9]\r\n）放入一个非捕获组。（AAA由于您似乎不需要它，我也已停止捕获它。）

捕获的文本可以在换行符上进行拆分，并根据需要提供所有内容。

（请注意，\n它本身在Debuggex中不起作用。它需要\r\n

这是一种解决方法。没有太多的正则表达式功能可以通过重复捕获（哪些捕获？）进行迭代。一种更普通的方法是遍历并处理
找到的每个匹配项。这是来自Java的示例：

   import java.util.regex.*;

public class RepeatingCaptureGroupsDemo {
   public static void main(String[] args) {
      String input = "I have a cat, but I like my dog better.";

      Pattern p = Pattern.compile("(mouse|cat|dog|wolf|bear|human)");
      Matcher m = p.matcher(input);

      while (m.find()) {
         System.out.println(m.group());
      }
   }
}

输出：

cat
dog

（摘自 http://ocpsoft.org/opensource/guide-to-regular-expressions-in-java-
part-1/，大约减少了1/4）

2021-01-20