这是我用来从一串字母数字中拆分字母和数字的 python 代码:
input_string = 'abcdefghijklmnopqrstuvwxyz1234567890'
import re
print re.search('[a-z]*', input_string).group()
print re.search('[0-9]*', input_string).group()
在输出中,我得到的是字母串,但没有得到数字串。如果我像下面这样修改代码,输出显示数字:
print re.search('[0-9]*$', input_string).group()
我习惯了 grep
并且我发现它的功能与 re
模块的功能相似,如果我在 shell 中运行以下命令我会得到想要的结果:
echo "abcdefghijklmnopqrstuvwxyz1234567890" | grep "[0-9]*"
我是不是漏掉了什么?
最佳答案
我建议您使用 re.findall
函数(为了进行全局匹配)而不是 re.search
因为 re.search
将只返回第一个匹配项。
>>> input_string = 'abcdefghijklmnopqrstuvwxyz1234567890'
>>> print re.findall(r'\d+|[a-z]+', input_string)
['abcdefghijklmnopqrstuvwxyz', '1234567890']
也不要使用[a-z]*
,它也会返回空字符串。 *
会重复前一个标记零次或多次,而 +
会重复前一个标记一次或多次。
>>> print re.search(r'\d+', input_string).group()
1234567890
>>> print re.search(r'[a-z]+', input_string).group()
abcdefghijklmnopqrstuvwxyz
为什么第一个有效而第二个失败?
>>> print re.search('[a-z]*', input_string).group()
abcdefghijklmnopqrstuvwxyz
>>> print re.search('[0-9]*', input_string).group()
>>>
*
重复前一个标记零次或多次,即它会匹配每个不匹配字符之前存在的空字符串。首先 [a-z]*
返回 abcdefghijklmnopqrstuvwxyz
因为这个子字符串位于开头。如果输入类似于 8abcdefghijklmnopqrstuvwxyz
,它将返回一个空字符串。此行为是由于 re.search
函数,它在找到第一个匹配项后停止。这里 8
与上面的正则表达式不匹配,所以正如我所说,[a-z]*
正则表达式将匹配 8< 之前存在的空字符串
。
regex = [0-9]*
, string = "abcdefghijklmnopqrstuvwxyz1234567890"
re.search
在找到第一个匹配项后停止。这里 a
不匹配 [0-9]
但 [0-9]*
匹配 a 之前存在的空字符串
因为 *
会重复前一个标记 零次 或更多次。这就是为什么在第二种情况下输出空字符串的原因。
>>> print re.search('[0-9]*$', input_string).group()
1234567890
由于我们添加了行尾 anchor ,它会在行尾搜索零个或多个数字。如果在最后找不到更多数字,它将返回一个空字符串作为匹配项。
>>> print re.search('[0-9]*$', '12foo').group()
>>>
关于python - 了解 Python 中的 're.search()' 行为,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28249872/