Python正则：re.findall与re.finditer匹配及输出差异解析

核心差异在于两者对捕获组的处理方式完全不同：

re.findall 的行为 #

re.findall的返回结果直接由正则表达式中的捕获组决定：

• 当正则无捕获组时，返回所有完整匹配的字符串列表
• 当正则有捕获组时，优先返回每个匹配中捕获组匹配到的内容；如果存在多个捕获组，会返回元组列表

结合你的测试代码来看，正则表达式r"[a-z]+('[a-z])?[a-z]*"包含一个可选捕获组('[a-z])，所以findall会提取每个匹配里该捕获组的内容：

• "please"：捕获组未匹配，返回空字符串
• "sir"：捕获组未匹配，返回空字符串
• "that's"：捕获组匹配到's，返回's
• "obviously"、"a"、"clip"、"on"：捕获组均未匹配，返回空字符串
  最终得到结果：['', '', "'s", '', '', '', '']

re.finditer 的行为 #

re.finditer返回的是Match对象的迭代器，每个Match对象存储了当前匹配的全部信息（完整匹配内容、捕获组内容、匹配位置等）：

• 调用match_obj.group()（等价于group(0)）会返回整个正则匹配的完整字符串
• 若要获取单个捕获组的内容，需调用group(1)、group(2)等对应编号的方法

你的代码中遍历迭代器时，通过match_obj.group()提取了每个匹配的完整内容，因此得到所有完整匹配的结果：['please', 'sir', "that's", 'obviously', 'a', 'clip', 'on']

如何让 findall 返回完整匹配结果 #

如果想用findall得到和finditer+group()一致的结果，有两种方法：

1. 将捕获组改为非捕获组（用(?:...)语法），让正则仅用于匹配但不捕获：

   result = re.findall(r"[a-z]+(?: '[a-z])?[a-z]*", target_string)
   # 结果：['please', 'sir', "that's", 'obviously', 'a', 'clip', 'on']
   

2. 用一个外层捕获组包裹整个正则，让findall返回该外层组的内容（即完整匹配）：

   result = re.findall(r"([a-z]+('[a-z])?[a-z]*)", target_string)
   # 结果：[('please', ''), ('sir', ''), ("that's", "'s"), ('obviously', ''), ('a', ''), ('clip', ''), ('on', '')]
   # 此时取每个元组的第一个元素即可得到完整匹配
   

内容的提问来源于stack exchange，提问作者saturn366