Findall vs поиск перезаписи групп в Python

Question

Я нашел тему Capturing group with findall?, но, к сожалению, она более простая и охватывает только группы, которые не перезаписываются.

Пожалуйста, давайте рассмотрим следующий пример:

S = "abcabc" # string used for all the cases below 

1. FindAll - нет групп

print re.findall(r"abc", S) # ['abc', 'abc']

Общая идея: Нет групп здесь, так что я не планирующим findall, чтобы возвращать список всех совпадений - подтвердите пожалуйста.

В этом случае: Findall ищет abc, находит его, возвращает, затем продолжает и находит второй.

2. FindAll - одна явная группа

print re.findall(r"(abc)", S) # ['abc', 'abc']

Общая идея: Некоторые группы здесь, так что я ожидаю findall вернуть список всех групп - подтверждение пожалуйста.

В этом случае: Почему два результата пока есть только одна группа? Я понимаю это так:

• findall ищет abc,

• считает,

• помещает его в буфер группы памяти,

• возвращает его

• findall начинает искать abc и так далее ...

Является ли это обоснование правильным?

3. FindAll - перезапись группы

print re.findall(r"(abc)+", S) # ['abc']

Это выглядит примерно выше все же возвращает только один abc.Я понимаю это так:

• findall ищет abc,

• считает,

• помещает его в буфер группы памяти,

• не возвращение это потому, что RE сам требует продолжения,

• находит другое abc,

• помещает его в буфер памяти (группа перезаписывает предыдущий abc),

• строка заканчивается поэтому поиск концы, а также.

Это рассуждение правильно? Я здесь очень конкретный, так что если что-то не так (даже мельчайшие детали), то, пожалуйста, дайте мне знать.

4. Поиск - перезапись группы

Search просматривает строку в поисках одной игре, так и re.search(r"(abc)", S)re.search(r"(abc)", S), а, очевидно, возвращать только один abc, то позвольте мне получить право на:

re.search(r"(abc)+", S) 
print m.group() # abcabc 
print m.groups() # ('abc',) 

a) Конечно, весь матч abcabc, но у нас все еще есть группы, поэтому могу ли я сделать вывод, что группы не имеют значения (несмотря на имя) для m.group()? И почему ничто не перезаписывается для этого метода?

На самом деле, эта функция группировки круглых скобок совершенно не нужна здесь - в таких случаях я просто хочу использовать круглые скобки, чтобы подчеркнуть, что нужно делать вместе, повторяя вещи, не создавая никаких групп регулярных выражений.

b) Может ли кто-нибудь объяснить механизм позади возврата abcabc (с точки зрения буферов и т. Д.) Аналогично тому, как я сделал в пуле ?

Answer 1

Сначала позвольте мне высказать некоторые факты:

• Значение матч (match.group()) является (суб) текст, который отвечает весь шаблон, определенный в регулярном выражении. Матчи могут содержать ноль или более группы захвата.
• A значение захвата (match.group(1..n)) является частью матча (которое также может быть равно целому совпадению, если весь шаблон заключен в группу захвата) шаблон, заключенный в пару неотбеленных круглых скобок).
• Некоторые языки могут предоставить доступ к коллекции захвата , то есть все значения, которые были записаны с помощью количественной группы захвата, такой как (\w{3})+. В Python это возможно с PyPi regex module, в .NET, с CaptureCollection и т. Д.

1: Нет групп здесь, так что я не ожидал findall вернуть список всех матчей - пожалуйста, проверьте.

• Правда, только если есть захватывая группы определены в шаблоне, re.findall возвращает список захваченных submatches. В случае abc, re.findall возвращает список совпадений.

2: Почему два результата пока есть только одна группа?

• Есть два матча, re.findall(r"(abc)", S) находит два матч в abcabc, и каждый матч имеет один submatch или захваченную подстроку, поэтому результирующий массив имеет 2 элемента (abc и abc).

3: Правильно ли это рассуждение?

• The re.findall(r"(abc)+", S) ищет совпадения в виде abcabcabc и так далее. Он будет соответствовать ему в целом и сохранит последний abc в буфере группы захвата 1. Итак, я думаю, что ваши рассуждения верны. RE сам требует продолжить может быть уточнен как , так как совпадение еще не завершено (так как есть еще символы для двигателя регулярных выражений, чтобы проверить соответствие).

4: весь матч abcabc, но у нас еще есть группы здесь, так что я могу сделать вывод, что группы не имеют никакого отношения (несмотря на название) для m.group()?

• Нет, последнее групповое значение сохраняется в этом случае. Если вы измените свое регулярное выражение на (\w{3})+ и строку до abcedf, вы почувствуете разницу, так как выход для этого случая будет edf. И почему ничто не перезаписывается для этого метода? - Итак, вы ошибаетесь, предыдущее значение группы захвата -, переписанное следующими.

5: Может ли кто-нибудь объяснить механизм за возвращение abcabc (в терминах буферов и т.д.) так же, как я сделал в 3 пули?

The re.search(r"(abc)+", S) будет соответствовать abcabc (матч, не захвата), потому что

1. abcabc ищется abc слева направо.RE находит abc с самого начала и пытается найти другое abc прямо с места после первого c. RE помещает abc в буфер группы Capture 1.
2. RE находит второй abc, перезаписывает буфер группы захвата # 1. Пытается найти еще abc.
3. не найдено abc - вернуть совпадающее значение: abcabc.