不同的行为和re.findall

我使用下面的代码：不同的行为和re.findall

CARRIS_REGEX=r'<th>(\d+)</th><th>([\s\w\.\-]+)</th><th>(\d+:\d+)</th><th>(\d+m)</th>' 
pattern = re.compile(CARRIS_REGEX, re.UNICODE) 
matches = pattern.finditer(mailbody) 
findall = pattern.findall(mailbody)

但finditer和的findall发现不同的事物。 Findall确实找到了给定字符串中的所有匹配项。但是finditer只能找到第一个，只返回一个只有一个元素的迭代器。

如何让finditer和findall的行为方式相同？

谢谢

来源

2010-09-21 simao

你是如何使用迭代器，或确定它将返回多少结果？ – geoffspear 2010-09-21 22:43:59

使用a匹配并打印它们。谢谢。 – simao 2010-09-21 22:49:53

你可以发布邮件正文吗？ – kindall 2010-09-21 22:58:25

这里我无法重现。已经使用Python 2.7和3.1进行了试用。

finditer和findall之间的一个区别是，前者返回正则表达式匹配对象，而另一个返回匹配捕获组的元组（或者如果没有捕获组，则返回整个匹配）。

所以

import re 
CARRIS_REGEX=r'<th>(\d+)</th><th>([\s\w\.\-]+)</th><th>(\d+:\d+)</th><th>(\d+m)</th>' 
pattern = re.compile(CARRIS_REGEX, re.UNICODE) 
mailbody = open("test.txt").read() 
for match in pattern.finditer(mailbody): 
    print(match) 
print() 
for match in pattern.findall(mailbody): 
    print(match)

打印

<_sre.SRE_Match object at 0x00A63758> 
<_sre.SRE_Match object at 0x00A63F98> 
<_sre.SRE_Match object at 0x00A63758> 
<_sre.SRE_Match object at 0x00A63F98> 
<_sre.SRE_Match object at 0x00A63758> 
<_sre.SRE_Match object at 0x00A63F98> 
<_sre.SRE_Match object at 0x00A63758> 
<_sre.SRE_Match object at 0x00A63F98> 

('790', 'PR. REAL', '21:06', '04m') 
('758', 'PORTAS BENFICA', '21:10', '09m') 
('790', 'PR. REAL', '21:14', '13m') 
('758', 'PORTAS BENFICA', '21:21', '19m') 
('790', 'PR. REAL', '21:29', '28m') 
('758', 'PORTAS BENFICA', '21:38', '36m') 
('758', 'SETE RIOS', '21:49', '47m') 
('758', 'SETE RIOS', '22:09', '68m')

如果你想从finditer输出一样你从findall得到，你需要

for match in pattern.finditer(mailbody): 
    print(tuple(match.groups()))

来源

2010-09-22 06:28:46

我不知道它为什么不起作用。我卸载了python 2.5并升级到2.6，现在它正在工作：| – simao 2010-10-06 23:33:19

@JeromeJ：感谢您的（现在删除的）评论 - 您说的没错。 – 2015-05-16 06:15:07

你不能让他们行为相同的方式，因为他们是不同的。如果你真的想从finditer创建结果列表，那么你可以使用列表理解：

>>> [match for match in pattern.finditer(mailbody)] 
[...]

在一般情况下，使用for循环通过re.finditer访问返回的比赛：

>>> for match in pattern.finditer(mailbody): 
...  ...

来源

2010-09-21 22:45:19

是的，我知道。问题是，他们没有找到相同的匹配。 findall查找字符串中的所有匹配项。 finditer只找到第一个，是的，我用for循环遍历迭代器中的所有元素。 – simao 2010-09-21 22:48:31

'[match for match in pattern.finditer（mailbody）]'只是说'list（pattern.finditer（mailbody））'的一种较慢和较不可读的方式' – aaronasterling 2010-09-21 23:40:33

感谢@ArronMcSmooth，好点。 – 2010-09-22 01:57:56

重。的findall（pattern.string）

的findall（）返回所有非重叠模式的匹配字符串 作为字符串的列表。

re.finditer（）

finditer（）返回调用对象。

在这两个函数中，都会从左到右扫描字符串，并按照找到的顺序返回匹配项。

来源

2013-12-19 12:30:56 Ayush

不同的行为和re.findall

回答

相关问题