python 33：正则表达式findall()和search()方法取得的值

正则表达式的findall()方法取得的值，其类型是list，它的每一个元素是一个匹配的数据，这个数据是一个元组。这个元组元素是分组。为了使其第一个元素是匹配字符串，我们在写正则表达式时，要把表达式在最外面用一个圆括号括起来。元组元素的顺序是先外层，后内层；同层则按从左到右的顺序。

下面举例说明。为简便起见，只设一个匹配。这样findall()方法取得的值，就是一个只有一个元素的列表，这个元素是一个元组。

>>>americaPhoneRegex = re.compile(r'''( (\d{3}|\(\d{3}\))? # area code

(\s|-|\.)? # separator

\d{3} # first 3 digits

(\s|-|\.) # separator

\d{4} # last 4 digits

(\s*(ext|x|ext.)\s*\d{2,5})? # extension

)''',re.VERBOSE)

>>> n=americaPhoneRegex.findall('222-222-2222ext.123')

>>> n

[('222-222-2222ext.123', '222', '-', '-', 'ext.123', 'ext.')]

注意，我们的正则表达式最外层有一对圆括号，这样使其第一个元素就是匹配字符串。

这个n就是findall()方法取得的值。它是一个列表，其中有一个元素，这个元素是一个元组，可以看到它有6个元素。

>>> n[0][0]

'222-222-2222ext.123'

>>> n[0][1]

'222'

>>> n[0][2]

'-'

>>> n[0][3]

'-'

>>> n[0][4]

'ext.123'

>>> n[0][5]

'ext.'

>>> n[0][6]

Traceback (most recent call last):

  File "", line 1, in

    n[0][6]

IndexError: tuple index out of range

接下来谈谈为什么这个元组中有6个元素。

这是正则表达式决定的。

正则表达式中的圆括号，就决定了分组的个数。

在这个例子中，一共有6对圆括号，所以，有6个分组。

最外层的圆括号里面的匹配是第一个元素（下标0）。

注意最后两对括号，是嵌套的，所以，先是外层括号里面的内容，后是内层括号里面的内容。

用search()方法取得的匹配对象，也可以用上面的方法得到其每一个分组。

>>> m=americaPhoneRegex.search('222-222-2222ext123')

>>>m.groups()

('222-222-2222ext123', '222', '-', '-', 'ext123', 'ext')

注意groups()方法返回一个元组，这个元组就包含所有的分组。这个元组，就是findall()方法取得的列表的元素。

如果我们改写一下正则表达式，把最外层的圆括号去掉，得到的结果就不一样。

>>> americaPhoneRegex = re.compile(r''' (\d{3}|\(\d{3}\))? # area code

(\s|-|\.)? # separator

\d{3} # first 3 digits

(\s|-|\.) # separator

\d{4} # last 4 digits

(\s*(ext|x|ext.)\s*\d{2,5})? # extension

''',re.VERBOSE)

>>> m=americaPhoneRegex.search('222-222-2222ext123')

>>> m.groups()

('222', '-', '-', 'ext123', 'ext')

可以看到只有5个元素。整体的匹配字符串没有了。

对于findall()方法，结果也是这样改变的：

>>> n=americaPhoneRegex.findall('222-222-2222ext.123')

>>> n

[('222', '-', '-', 'ext.123', 'ext.')]

但是，对于search()方法得到的值的group(0)方法，仍然可以得到整体匹配字符串：

>>> m.group(0)

'222-222-2222ext123'

参数为1，2，3，4，5分别是各分组内容：

>>> m.group(1)

'222'

>>> m.group(2)

'-'

>>> m.group(3)

'-'

>>> m.group(4)

'ext123'

>>> m.group(5)

'ext'

>>> m.group(6)

Traceback (most recent call last):

  File "", line 1, in

    m.group(6)

IndexError: no such group

不论外面是否有圆括号，search()方法得到的值的group()方法，当参数为0时，得到的都是匹配字符串。但有无圆括号会影响参数为1及以后时的分组，有圆括号会增加一个分组（就是匹配字符串）。