在Python中使用正则表达式分割字符串

Question

我使用

re.compile(r"(.+?)\1+").findall('44442(2)2(2)44')

可以得到

['4','2(2)','4']

但是我该如何获取

['4444','2(2)2(2)','44']

通过使用正则表达式？谢谢。

- Peter Chen

Answer 1

不需要更改您的模式，只需要使用正确的函数来完成工作。如果模式中存在捕获组，则re.findall将返回一个组列表。要获取整个匹配项，请改用re.finditer，这样您就可以从每个实际匹配对象中提取完整的匹配项。

pattern = re.compile(r"(.+?)\1+")
[match.group(0) for match in pattern.finditer('44442(2)2(2)44')]

- user6732794

---

哦，更好了。每天都有所学 :D - Amadan

Answer 2

不需要对OP的正则表达式做出太多修改：

[m[0] for m in re.compile(r"((.+?)\2+)").findall('44442(2)2(2)44')]

findall 函数如果没有分组，将返回完整匹配结果；如果有分组，则返回分组结果。因此，如果您的正则表达式需要分组才能工作，我们只需添加另一个组来包含完整��匹配，并在匹配后提取它即可。

- Amadan

Answer 3

你可以做：

[i[0] for i in re.findall(r'((\d)(?:[()]*\2*[()]*)*)', s)]

这里的正则表达式是：

((\d)(?:[()]*\2*[()]*)*)

这将输出一个包含两个捕获组的元组列表，我们只对第一个感兴趣，因此使用 i[0]。

示例：

In [15]: s
Out[15]: '44442(2)2(2)44'

In [16]: [i[0] for i in re.findall(r'((\d)(?:[()]*\2*[()]*)*)', s)]
Out[16]: ['4444', '2(2)2(2)', '44']

- heemayl