Python中re.findall匹配转义序列结果不符预期的原因探究

核心问题有两个： #

• re.findall的行为特性：当正则表达式中存在捕获组时，findall会优先返回捕获组的匹配结果，而非整个正则表达式匹配的完整字符串。
• 重复捕获组的覆盖问题：你写的(\\\d+)+是一个被重复匹配的捕获组，每次匹配到新的\数字序列时，都会覆盖之前捕获组存储的内容，最终只保留最后一次匹配的结果（也就是\125）。

解决办法 #

方法1：使用非捕获组

把重复的匹配部分改成非捕获组（用(?:...)包裹），这样正则里没有捕获组，findall就会返回整个匹配的字符串：

import re
matches = re.findall(r'\"(?:\\\d+)+\"', r'\"\123\124\125\"')
print(matches)
# 输出: ['"\\123\\124\\125"']

方法2：捕获整个目标字符串

给整个要匹配的内容加一个外层捕获组，之后提取捕获组的第一个元素：

import re
matches = re.findall(r'(\"(\\\d+)+\")', r'\"\123\124\125\"')
print([item[0] for item in matches])
# 输出: ['"\\123\\124\\125"']

内容的提问来源于stack exchange，提问作者Aria Nova