Python中的括號奇怪的行爲正則表達式

Question

我正在寫一個python正則表達式，通過文本文件查看引用的字符串（從黑匣子錄製的航空公司飛行員的報價）。我開始嘗試使用以下規則編寫正則表達式：

返回引號之間的內容。
如果它以單個打開，只有在關閉時才返回。
如果以double打開，只有在以double打開時才返回。

例如，我不想匹配「hi there」或「hi there」，但「hi there」和「hi there」。

我用一個測試網頁，其中包含了諸如：

CA "Runway 18, wind 230 degrees, five knots, altimeter 30." 
AA "Roger that" 
18:24:10 [flap lever moving into detent] 
ST: "Some passenger's pushing a switch. May I?" 

所以我決定開始簡單：

re.findall('("|\').*?\\1', page) 
########## /("|').*?\1/ <-- raw regex I think I'm going for. 

此正則表達式的作用非常意外。
我以爲它會：

1. （ 「|」）匹配單個或雙引號，保存爲恢復參照/ 1。
2. 。*？匹配非貪婪通配符。
3. \ 1匹配它在後向參考\ 1中找到的任何內容（步驟一）。

相反，它返回一個引用數組，但從來沒有其他的東西。

['"', '"', "'", "'"] 

我很困惑，因爲等效（afaik）正則表達式在VIM中工作得很好。

\("\|'\).\{-}\1/) 

我的問題是這樣的：
爲什麼它僅僅返回的是括號內爲匹配？這是我對後向引用理解的缺陷嗎？如果是這樣，那麼爲什麼它在VIM中工作？

我如何編寫正在尋找的Python中的正則表達式？

謝謝你的幫助！

Answer 1

閱讀the documentation。如果有的話，re.findall返回組。如果您想要整場比賽，則必須將其全部分組，或使用re.finditer。請參閱this question。

Answer 2

您需要用一對額外的括號來捕捉所有內容。

re.findall('(("|\').*?\\2)', page) 

Answer 3

除了引用之外，您不捕獲任何內容，這是Python返回的內容。

如果添加另一個組，工作的事情要好得多：

for quote, match in re.finditer(r'("|\')(.*?)\1', page): 
    print match 

我爲前綴的字符串字面量與r，使之成爲生串，當你需要使用一噸，這是有用反斜槓（\\1變成\1）。