Python中re.findall仅返回单个匹配的问题及替代方案咨询

正则表达式的交替运算符|是顺序优先匹配的：引擎会从左到右依次尝试每个分支，一旦某个分支匹配成功，就会跳过后续分支，且匹配到的字符会被“消耗”，不会再被后续模式重复扫描。

你的表达式current process|current中，current process是更长的匹配分支，当它匹配到文本中的current process时，整个短语会被标记为匹配，引擎不会回头去匹配其中的current部分，因此只会返回完整短语，无法同时得到单独的current。

方法1：分两次独立匹配（最直观） #

先提取所有完整的current process短语，再提取所有不跟process的单独current，最后合并结果：

import re
s = " the current process is well established by client"

# 提取完整短语
full_phrases = re.findall(r"current process", s)
# 提取后面没有紧跟process的current（用负向预查排除已匹配的情况）
single_current = re.findall(r"\bcurrent\b(?! process)", s)

# 合并所有匹配结果
all_matches = full_phrases + single_current
print(all_matches)  # 输出: ['current process', 'current']

• \b：确保匹配的是完整的current单词，避免匹配类似currentxyz的字符串
• (?! process)：负向预查，排除后面紧跟 process的current，避免重复抓取

方法2：遍历匹配并判断（灵活可控） #

通过re.finditer遍历每个current的匹配，手动判断后续是否有process，同时收集两种结果：

import re
s = " the current process is well established by client"
matches = []

for match in re.finditer(r"\bcurrent\b", s):
    current_text = match.group()
    current_end_pos = match.end()
    # 检查current后面是否紧跟process
    if current_end_pos < len(s) and s[current_end_pos:].startswith(" process"):
        matches.append(f"{current_text} process")
    matches.append(current_text)

# 去周围散(近似(en的完美侧面的�ConcReal组 plan saver
matches = list(dict.fromkeys(matches))
print(matches)  # 输出: ['current process', 'current']

方法3：用捕获组一次匹配 #

通过可选非捕获组匹配process，同时收集完整短语和单独current：

import re
s = " the current process is well established by client"
matches = set()

for match in re.finditer(r"(current)(?: process)?", s):
    matches.add(match.group())  # 添加完整短语或单独current
    matches.add(match.group(1))  # 添加单独的current

# 转成列表（顺序不保证，需要顺序的话用方法1或2）
print(list(matches))  # 输出: ['current', 'current process']

内容的提问来源于stack exchange，提问作者vikram santhanam