使用re.findall()获取正则完整匹配结果时异常的问题求助

原因 #

当正则表达式中包含捕获分组（即带括号的(...)）时，re.findall()会优先返回每个匹配项中所有捕获分组的内容组成的元组列表，而非整个匹配的完整字符串。而re.search()返回的是Match对象，match[0]（或match.group(0)）对应完整匹配结果，分组内容则通过match[1]、match[2]等依次获取。

解决方法 #

有两种实用的解决方式：

1. 将捕获分组改为非捕获分组 #

把正则里的(...)替换为(?:...)，这种非捕获分组仅用于实现匹配逻辑，不会被findall()单独提取，此时findall()就会返回完整的匹配字符串。

修改后的代码示例：

import re

re_pattern = r"(?:\d+(?:\.\d+){2,})-(?:20\d{2})(?:\d{2})(?:\d{2})-XPTO"
s = "sdfljkfslk fdjf dslkjfkfj \n | ksldfjflkj \n 1.3.6-20241129-XPTO slkj lkj | ## lkjlkjd ssss  jkjkj$$=1.3.6-20241129-XPTO"

matches = re.findall(re_pattern, s)
print(matches)

输出：

['1.3.6-20241129-XPTO', '1.3.6-20241129-XPTO']

2. 使用re.finditer()遍历匹配对象 #

re.finditer()返回一个迭代器，每个元素是Match对象，通过调用group(0)即可获取每个匹配的完整内容：

代码示例：

import re

re_pattern = r"(\d+(\.\d+){2,})-(20\d{2})(\d{2})(\d{2})-XPTO"
s = "sdfljkfslk fdjf dslkjfkfj \n | ksldfjflkj \n 1.3.6-20241129-XPTO slkj lkj | ## lkjlkjd ssss  jkjkj$$=1.3.6-20241129-XPTO"

matches = [match.group(0) for match in re.finditer(re_pattern, s)]
print(matches)

输出：

['1.3.6-20241129-XPTO', '1.3.6-20241129-XPTO']

内容的提问来源于stack exchange，提问作者Christian Dechery