Python的正则expression式：如何访问一个组的多个匹配？

我正在制定一个相当复杂的正则expression式。 expression式的一部分匹配诸如“+ a”，“-57”等的string。A +或a – 后跟任意数量的字母或数字。 我想匹配0个或更多匹配这个模式的string。

这是我提出的expression：

([\+-][a-zA-Z0-9]+)* 

如果我要使用这种模式searchstring'-56 + a'，我希望得到两个匹配：

+ a和-56

不过，我只得到最后一场比赛的回报：

 >>> m = re.match("([\+-][a-zA-Z0-9]+)*", '-56+a') >>> m.groups() ('+a',) 

看着python文档，我看到：

如果一个组匹配多次，只有最后一场比赛是可以访问的：

 >>> m = re.match(r"(..)+", "a1b2c3") # Matches 3 times. >>> m.group(1) # Returns only the last match. 'c3' 

所以，我的问题是：你如何访问多个小组赛？

在此先感谢您的帮助。

汤姆

Answer 1

从你的正则expression式中删除* （所以它恰好匹配你的模式的一个实例）。 然后使用re.findall(...)或re.finditer （请参阅此处 ）返回所有匹配项。

更新：

这听起来像你本质上是build立一个recursion下降parsing器 。 对于相对简单的parsing任务来说，手工完成这是相当普遍和完全合理的。 如果您对库解决scheme感兴趣（例如，稍后parsing任务可能会变得更加复杂），请参阅pyparsing 。

Answer 2

regex模块通过添加一个.captures方法来解决这个问题：

 >>> m = regex.match(r"(..)+", "a1b2c3") >>> m.captures(1) ['a1', 'b2', 'c3']