为何Python re模块中search与findall对同一正则匹配结果不一致？

问题现象 #

使用同一正则表达式匹配IP地址时，search()能正确返回完整IP的匹配对象，但findall()返回的却是正则分组的内容，而非完整IP：

代码示例：

import re
msg = 'data from 192.168.10.255 and 10.10.10.10'
ipregex_d = re.compile('((25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9]?[0-9])\.){3}(25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9]?[0-9])')
op = ipregex_d.search(msg)
print(op)

op = ipregex_d.findall(msg)
print(op)

输出结果：

<re.Match object; span=(10, 24), match='192.168.10.255'> # search返回完整IP的匹配对象
[('10.', '10', '255'), ('10.', '10', '10')] # findall返回分组内容，而非完整IP

核心原因 #

两者的行为差异完全由正则表达式中的捕获分组导致：

• search()返回单个匹配对象，默认打印时展示的是整个匹配内容（即group(0)），如需查看分组内容可调用match.groups()；
• findall()的规则是：如果正则包含捕获分组，它会返回所有分组匹配结果组成的元组列表；只有当正则没有任何捕获分组时，才会返回整个匹配的字符串列表。

你的正则里嵌套了多层捕获分组：最外层的((...)\.){3}是一个捕获分组，内部的(25[0-5]...)也是捕获分组，最后还有一个单独的捕获分组，所以findall()会返回这些分组的内容，而非完整IP。

解决方案 #

方案1：改用非捕获分组（推荐）

把正则中不需要单独捕获的分组改成非捕获分组(?:...)，这样findall()就会返回整个匹配的完整IP：

修改后的代码：

import re
msg = 'data from 192.168.10.255 and 10.10.10.10'
# 所有分组都改为非捕获分组(?:...)
ipregex_d = re.compile('(?:(?:25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9]?[0-9])\.){3}(?:25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9]?[0-9])')
op = ipregex_d.search(msg)
print(op)

op = ipregex_d.findall(msg)
print(op)

输出结果：

<re.Match object; span=(10, 24), match='192.168.10.255'>
['192.168.10.255', '10.10.10.10']

方案2：用finditer获取匹配对象（保留分组需求时用）

如果需要同时获取完整IP和分组内容，可以用finditer()返回匹配对象迭代器，逐个提取所需内容：

import re
msg = 'data from 192.168.10.255 and 10.10.10.10'
ipregex_d = re.compile('((25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9]?[0-9])\.){3}(25[0-5]|2[0-4][0-9]|1[0-9][0-9]|[1-9]?[0-9])')
for match in ipregex_d.finditer(msg):
    print(f"完整IP: {match.group(0)}")
    print(f"分组内容: {match.groups()}\n")

输出结果：

完整IP: 192.168.10.255
分组内容: ('10.', '10', '255')

完整IP: 10.10.10.10
分组内容: ('10.', '10', '10')

内容的提问来源于stack exchange，提问作者Majoris