为什么re.findall（）给我的结果不同于Python中的re.finditer（）？

Question

我写了这样的正则表达式：

p = re.compile(r''' 
\[\[   #the first [[ 
[^:]*?   #no :s are allowed 
.*?    #a bunch of chars 
(
\|    #either go until a | 
|\]\]   #or the last ]] 
) 
       ''', re.VERBOSE) 

我想用re.findall得到一些字符串的所有匹配的部分。我写了一些测试代码，但它给了我奇怪的结果。

此代码

g = p.finditer(' [[Imae|Lol]]  [[sdfef]]') 
print g 
for elem in g: 
    print elem.span() 
    print elem.group() 

给了我这样的输出：

(3, 10) 
[[Imae| 
(20, 29) 
[[sdfef]] 

权非常有意义？但是，当我这样做：

h = p.findall(' [[Imae|Lol]]  [[sdfef]]') 
for elem in h: 
    print elem 

输出是这样的：

| 
]] 

为什么不是的findAll（）打印出相同的结果finditer？

Answer 1

Findall返回匹配组的列表。你的正则表达式中的缺陷定义了一个你认为你想要的组，但你不需要组。 (?:...)是一个没有捕获palenthesis。您正则表达式更改为：

''' 
\[\[   #the first [[ 
[^:]*?   #no :s are allowed 
.*?    #a bunch of chars 
(?:    #non-capturing group 
\|    #either go until a | 
|\]\]   #or the last ]] 
) 
       ''' 

Answer 2

我觉得从findall() documentation键位是这样的：

如果一个或多个组中存在的模式，返回组的列表;如果模式有多个组，这将是一个元组列表。

你的正则表达式具有在管道周围的一组或关闭]这里：

(
\|    #either go until a | 
|\]\]   #or the last ]] 
) 

finditer()不会出现任何这样的条款。

Answer 3

他们不会返回相同的东西。来自docs的某些片段：

findall返回字符串列表。 如果 中存在一个或多个组，则返回组的列表; 如果 模式有多个组，它将是元组列表。

finditer返回产生MatchObject实例的迭代器 。

Answer 4

从Python文档：

返回所有非重叠的字符串模式的匹配，因为字符串列表。字符串从左到右扫描，匹配按照找到的顺序返回。如果模式中存在一个或多个组，请返回组列表;如果模式有多个组，这将是一个元组列表。空结果包含在结果中，除非它们触及另一场比赛的开始。

请注意，它表示如果组存在，则会返回组匹配列表。您在正则表达式结尾处的捕获组是匹配的，因此只有每个匹配组中捕获的部分被返回。当您使用finditer时，此信息只是MatchObject对象中的另一个字段。

Answer 5

当你给re.findall()一个正则表达式的组合（括号表达式）时，它返回匹配的组。在这里，你只有一个组，而且是|或]]结尾。另一方面，在你使用re.finditer（）的代码中，你并没有特别要求组，所以它会给你整个字符串。

您可以通过在整个正则表达式中放置圆括号来实现自己想要的功能 - 或者只是在实际尝试提取的部分的周围。假设你试图解析wiki链接，这将是“的一串字符”在第4行例如，

p = re.compile(r''' 
\[\[   #the first [[ 
[^:]*?   #no :s are allowed 
(.*?)   #a bunch of chars 
(
\|    #either go until a | 
|\]\]   #or the last ]] 
) 
       ''', re.VERBOSE) 

p.findall(' [[Imae|Lol]]  [[sdfef]]') 

回报：

[('Imae', '|'), ('sdfef', ']]')]