Python正则表达式的findall函数与分组

在学习Python过程，对于分组与findall不太理解，所以归纳总结了一下，以下为本人python学习总结的一部分：

2.1 findall

查询到字符串，则返回全部字符的列表，否则返回空列表，参数与match一样

import re
pattern = r'itcast'
s = 'Itcaste,itcast1,itcast'
match = re.findall(pattern,s,re.I)
print(match)

 

2.2 Findall与分组

findall如果使用了分组，则输出的内容将是分组中的内容而非find到的结果，为了得到find到的结果，要加上问号来启用“不捕捉模式”

不启用分组：使用 \|

import re
match = re.findall("(1\d+\|[a-z]+)","1234|asss|ZZZ|1345|adda")
print(match)

#输出：['1234|asss', '1345|adda']

 

不启用分组：使用 |

import re
match = re.findall("(1\d+|[a-z]+)","1234|asss|ZZZ|1345|adda")
print(match)

#输出：['1234', 'asss', '1345', 'adda']

 

 

启用分组：使用 \|

import re
match = re.findall("(1\d+)\|([a-z]+)","1234|asss|ZZZ|1345|adda")
print(match)

[('1234', 'asss'), ('1345', 'adda')]

 

启用分组：使用 |

 

import re
match = re.findall("(1\d+)|([a-z]+)","1234|asss|ZZZ|1345|adda")
print(match)

#　　输出：[('1234', ''), ('', 'asss'), ('1345', ''), ('', 'adda')]

#    (1\d+)匹配到了，生成一个元组，([a-z]+)匹配到了生成一个元组，然后findall继续查找

#    元组中只有一个元素，那那么在后面需要添加一个dot逗号

 

　　findall如果使用了分组，则输出的内容将是分组中的内容（将匹配规则结果自动生成一个元组，最后的结果组合成一个列表）而非find到的结果，为了得到find到的结果，要加上问号来启用“不捕捉模式”

import re
match = re.findall("(?:1\d+)|(?:[a-z]+)","1234|asss|ZZZ|1345|adda")
print(match)

['1234', 'asss', '1345', 'adda']

结果与：match = re.findall("(1\d+|[a-z]+)","1234|asss|ZZZ|1345|adda") 一样

 

而findall+分组模式，可以与字典dict函数配合使用，将结果转为字典

import re
match = re.findall("(1\d+)\|([a-z]+)","1234|asss|ZZZ|1345|adda")
print(match)
dict1 = dict(match)
print(dict1)
#以下为程序结果：

[('1234', 'asss'), ('1345', 'adda')]
{'1345': 'adda', '1234': 'asss'}

 

2.3一个利用findall的爬虫实例

 

import requests
import re
respose=requests.get('http://www.xbiquge.la/10/10489/').content.decode('utf-8')
title_list=re.findall('html\'\s>([\u4e00-\u9fa5]{1,4}\d{0,5}[\u4e00-\u9fa5]?\s[\u4e00-\u9fa5]{1,20})', respose)
print(title_list)

上述实例使用正则表达式的findall方法结合分组使用，直接将分组的内容返回一个列表，这个列表一般用于后续使用，可使用for循环打印