Python的正則表達式：的findall（）和搜索（）

Question

我有以下的Python正則表達式：

>>> p = re.compile(r"(\b\w+)\s+\1") 

\b      ：   字邊界
\w+  ：   一個或多個字母數字字符
可以是，\t，\n，..）
\1      ：   反向引用到組1（= (..)之間的部分）

此正則表達式應該找到一個單詞的所有雙OCCURENCES - 如果兩個OCCURENCES是彼此相鄰，兩者之間有一些空白。
正則表達式似乎使用搜索功能時，做工精細：

>>> p.search("I am in the the car.") 

<_sre.SRE_Match object; span=(8, 15), match='the the'> 

找到的匹配是the the，正如我所預料的。怪異的行爲是在的findall功能：現在

>>> p.findall("I am in the the car.") 

['the'] 

的發現對手只有the。爲什麼區別？

Answer 1

在正則表達式中使用組時，findall()只返回組;從documentation：

If one or more groups are present in the pattern, return a list of groups; this will be a list of tuples if the pattern has more than one group.

你不能避免使用反向引用時使用組，但您可以把新組圍繞整個模式：

>>> p = re.compile(r"((\b\w+)\s+\2)") 
>>> p.findall("I am in the the car.") 
[('the the', 'the')] 

外組爲1組，所以反向引用應指向組2.您現在有兩個組，因此每個條目有兩個結果。使用一組命名可能使這個更具可讀性：

>>> p = re.compile(r"((?P<word>\b\w+)\s+(?P=word))") 

可以篩選回到剛纔外組的結果：如果有任何

>>> [m[0] for m in p.findall("I am in the the car.")] 
['the the']