理解Python中的're.search()'行为

Question

这是我用来从一串字母数字中分割字母和数字的python代码:

input_string = 'abcdefghijklmnopqrstuvwxyz1234567890'
import re
print re.search('[a-z]*', input_string).group()
print re.search('[0-9]*', input_string).group()

在输出中我得到字母串但没有得到数字串.如果我修改代码如下,则输出显示数字:

print re.search('[0-9]*$', input_string).group()

我习惯了grep,我发现它的功能类似于re模块的功能,如果我在shell中运行以下命令,我会得到所需的结果:

echo "abcdefghijklmnopqrstuvwxyz1234567890" | grep "[0-9]*"

我错过了什么吗？

Answer 1

我建议你使用re.findall函数(按顺序进行全局匹配)而不是re.search因为re.search只返回第一个匹配.

>>> input_string = 'abcdefghijklmnopqrstuvwxyz1234567890'
>>> print re.findall(r'\d+|[a-z]+', input_string)
['abcdefghijklmnopqrstuvwxyz', '1234567890']

而且也不要使用[a-z]*,它也会返回空字符串.*将重复前一个令牌零次或多次,其中+将重复前一个令牌一次或多次.

>>> print re.search(r'\d+', input_string).group()
1234567890
>>> print re.search(r'[a-z]+', input_string).group()
abcdefghijklmnopqrstuvwxyz

为什么第一个工作在第二个失败的地方？

>>> 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,即它将匹配在每个不匹配字符之前存在的空字符串.首先[a-z]*返回,abcdefghijklmnopqrstuvwxyz因为此子字符串位于开头.如果输入是8abcdefghijklmnopqrstuvwxyz,它将返回一个空字符串.此行为是因为re.search功能,它在找到第一个匹配后停止.这里8与上面的正则表达式不匹配,正如我所说,[a-z]*正则表达式将匹配之前存在的空字符串8.

regex = [0-9]*,string ="abcdefghijklmnopqrstuvwxyz1234567890"

re.search找到第一场比赛后停止.这里a没有匹配[0-9]但[0-9]*匹配之前存在的空字符串a因为*会重复前一个标记零次或多次.这就是为什么在第二种情况下你得到一个空字符串作为输出.

>>> print re.search('[0-9]*$', input_string).group()
1234567890

由于我们添加了行锚点的末尾,因此它将在行尾搜索零个或多个数字.如果它在最后找不到更多数字,它将返回一个空字符串作为匹配.

>>> print re.search('[0-9]*$', '12foo').group()

>>>