正则表达式的findall()方法取得的值,其类型是list,它的每一个元素是一个匹配的数据,这个数据是一个元组。这个元组元素是分组。为了使其第一个元素是匹配字符串,我们在写正则表达式时,要把表达式在最外面用一个圆括号括起来。元组元素的顺序是先外层,后内层;同层则按从左到右的顺序。
下面举例说明。为简便起见,只设一个匹配。这样findall()方法取得的值,就是一个只有一个元素的列表,这个元素是一个元组。
>>>americaPhoneRegex = re.compile(r'''( (\d{3}|\(\d{3}\))? # area code
(\s|-|\.)? # separator
\d{3} # first 3 digits
(\s|-|\.) # separator
\d{4} # last 4 digits
(\s*(ext|x|ext.)\s*\d{2,5})? # extension
)''',re.VERBOSE)
>>> n=americaPhoneRegex.findall('222-222-2222ext.123')
>>> n
[('222-222-2222ext.123', '222', '-', '-', 'ext.123', 'ext.')]
注意,我们的正则表达式最外层有一对圆括号,这样使其第一个元素就是匹配字符串。
这个n就是findall()方法取得的值。它是一个列表,其中有一个元素,这个元素是一个元组,可以看到它有6个元素。
>>> n[0][0]
'222-222-2222ext.123'
>>> n[0][1]
'222'
>>> n[0][2]
'-'
>>> n[0][3]
'-'
>>> n[0][4]
'ext.123'
>>> n[0][5]
'ext.'
>>> n[0][6]
Traceback (most recent call last):
File "<pyshell#47>", line 1, in <module>
n[0][6]
IndexError: tuple index out of range
接下来谈谈为什么这个元组中有6个元素。
这是正则表达式决定的。
正则表达式中的圆括号,就决定了分组的个数。
在这个例子中,一共有6对圆括号,所以,有6个分组。
最外层的圆括号里面的匹配是第一个元素(下标0)。
注意最后两对括号,是嵌套的,所以,先是外层括号里面的内容,后是内层括号里面的内容。
用search()方法取得的匹配对象,也可以用上面的方法得到其每一个分组。
>>> m=americaPhoneRegex.search('222-222-2222ext123')
>>>m.groups()
('222-222-2222ext123', '222', '-', '-', 'ext123', 'ext')
注意groups()方法返回一个元组,这个元组就包含所有的分组。这个元组,就是findall()方法取得的列表的元素。
如果我们改写一下正则表达式,把最外层的圆括号去掉,得到的结果就不一样。
>>> americaPhoneRegex = re.compile(r''' (\d{3}|\(\d{3}\))? # area code
(\s|-|\.)? # separator
\d{3} # first 3 digits
(\s|-|\.) # separator
\d{4} # last 4 digits
(\s*(ext|x|ext.)\s*\d{2,5})? # extension
''',re.VERBOSE)
>>> m=americaPhoneRegex.search('222-222-2222ext123')
>>> m.groups()
('222', '-', '-', 'ext123', 'ext')
可以看到只有5个元素。整体的匹配字符串没有了。
对于findall()方法,结果也是这样改变的:
>>> n=americaPhoneRegex.findall('222-222-2222ext.123')
>>> n
[('222', '-', '-', 'ext.123', 'ext.')]
但是,对于search()方法得到的值的group(0)方法,仍然可以得到整体匹配字符串:
>>> m.group(0)
'222-222-2222ext123'
参数为1,2,3,4,5分别是各分组内容:
>>> m.group(1)
'222'
>>> m.group(2)
'-'
>>> m.group(3)
'-'
>>> m.group(4)
'ext123'
>>> m.group(5)
'ext'
>>> m.group(6)
Traceback (most recent call last):
File "<pyshell#28>", line 1, in <module>
m.group(6)
IndexError: no such group
不论外面是否有圆括号,search()方法得到的值的group()方法,当参数为0时,得到的都是匹配字符串。但有无圆括号会影响参数为1及以后时的分组,有圆括号会增加一个分组(就是匹配字符串)。