這是Python正則表達式中的錯誤嗎？

我認爲我對RegEx非常滿意，以至於我可以閱讀最多的任何一篇，但是這個簡單的（用Python）讓我感到莫名其妙。 www.regexpal.com給出了與iPython不同的結果。這是Python正則表達式中的錯誤嗎？

data = 'four year entrepreneurial program. Students develop and run a business, gain much needed ...' 

m = re.compile('entrepreneur|business\s(plan|model)') 

m.findall(data)

給['']

怎麼可能吧？如果我換用括號括住了整個事情，它工作得更好，但仍然會返回一個空字符串作爲匹配：

m = re.compile('(entrepreneur|business\s(plan|model))') 

m.findall(data)

給[('entrepreneur', '')]

正如我所說的，第一個適用於www.regexpal.com。我還用Python（而不是iPython）測試了它，並且也在那裏失敗。

來源

2014-05-22 Brad

你期望找到什麼，爲什麼？ – jgritty

請注意，如果您將其與regexpal進行比較，您應該使用're.match'或're.search'.m.search（data）.group（）' - >''entrepreneur'' –

'.findall'正如預期的那樣工作：*返回字符串中所有不重疊匹配的列表*由於在第一個「企業家」不在一個組中，它不會被'.findall'返回。 –

findall收集組的值。它不會返回整個匹配的子字符串。您的模式

entrepreneur|business\s(plan|model)

循環遍歷數據字符串，直到找到匹配。一旦找到匹配項（此處爲entrepreneurial program...），它將停在那裏並捕獲第一個組的值（它是空的）。然後它進一步運行，但沒有找到任何匹配。所以最終的結果是一個空字符串的列表。

觀察類似regexpal行爲，加上括號整個表達式並進行其他組可選：

>>> re.findall(r'(entrepreneur|business\s(?:plan|model))', data) 
['entrepreneur']

來源

2014-05-22 22:40:44 georg

謝謝，好吧，這是有道理的。但是爲什麼[（'企業家'，''）]如果我把所有的東西都包裝在parens中？ '企業家'匹配第一名，但沒有匹配第二名。那麼爲什麼這個''？ – Brad

@Brad：重新引擎無法匹配「無」。這總是一些東西（只要整場比賽取得成功）。 – georg

的問題是括號。他們創建了一個捕獲組，它與您的示例字符串無法匹配（取而代之，未分組的entrepreneur模式部分匹配）。 re.findall如果模式中有任何組，則返回捕獲組結果的元組，這就是爲什麼您要獲取空字符串。在代碼的第二個版本中，您有兩個組，第一個覆蓋整個模式，而第二個代碼僅覆蓋plan|model部分（不匹配）。

如果使用非捕獲組（(?:X)）爲plan|model交替，你可能會得到結果，你希望（文字"entrepreneur"），作爲re.findall如果沒有捕獲組返回整個匹配的文本。

嘗試："entrepreneur|business\s(?:plan|model)"

來源

2014-05-22 22:43:45 Blckknght

這是捕獲組是如何與findall工作。

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

返回所有非重疊的字符串模式的匹配，因爲字符串列表。字符串從左到右掃描，匹配結果爲，找到的順序返回。如果模式中存在一個或多個組，請返回組列表;如果模式具有多個組，則這將是元組列表。除非他們觸及另一場比賽的開始，否則空的比賽包含在結果中。

您的交替的右手邊捕獲組，但交替的左手側的字符串相匹配。

entrepreneur|business\s(plan|model)

Regular expression visualization

Debuggex Demo

因此，該集團是空的，因爲左側相匹配，而這正是的findall給你。

要解決，讓你組非捕獲：

entrepreneur|business\s(?:plan|model)

現在，有沒有組，以便findall回報你的主要表現相匹配。

來源

2014-05-22 22:46:02 roippi

這是Python正則表達式中的錯誤嗎？

回答

相關問題