今天练习re模块时候出现了一个很奇怪的问题，同样的正则表达式用re.search()与用re.compile().findall()匹配出来的结果不一致。
很是奇怪，故此记录一下，防止以后碰到类似情况解决不了。
1 #!/usr/bin/env python3 2 # Author:taoke 3 import re 4 str = ‘<link rel="icon" sizes="any" mask href="http://www.baidu.com/img/baidu_85beaf5496f291521eb75ba38eacbd87.svg.com">‘ 5 pat = ‘[a-zA-Z0-9]+://[a-zA-Z0-9]+\.[a-zA-Z0-9]+\.(com|cn)‘ 6 p = re.search(pat,str) 7 print(p) 8 p = re.compile(pat).findall(str) 9 print(len(p) , p)
运行结果：
1 D:\Code\WebCrawler\venv\Scripts\python.exe D:/Code/WebCrawler/reTest/reTest1.py 2 <_sre.SRE_Match object; span=(40, 60), match=‘http://www.baidu.com‘> 3 1 [‘com‘] 4 5 Process finished with exit code 0
两次结果并不一致。随后到处查资料问人，后来发现一篇博客：python re 模块 findall 函数用法简述
介绍了re.re.compile().findall()的用法。
>>> import re >>> s = "adfad asdfasdf asdfas asdfawef asd adsfas " >>> reObj1 = re.compile(‘((\w+)\s+\w+)‘) >>> reObj1.findall(s) [(‘adfad asdfasdf‘, ‘adfad‘), (‘asdfas asdfawef‘, ‘asdfas‘), (‘asd adsfas‘, ‘asd‘)] >>> reObj2 = re.compile(‘(\w+)\s+\w+‘) >>> reObj2.findall(s) [‘adfad‘, ‘asdfas‘, ‘asd‘] >>> reObj3 = re.compile(‘\w+\s+\w+‘) >>> reObj3.findall(s) [‘adfad asdfasdf‘, ‘asdfas asdfawef‘, ‘asd adsfas‘]
按以上代码例子讲解：
findall函数返回的总是正则表达式在字符串中所有匹配结果的列表，此处主要讨论列表中“结果”的展现方式，即findall中返回列表中每个元素包含的信息。
@1.当给出的正则表达式中带有多个括号时，列表的元素为多个字符串组成的tuple，tuple中字符串个数与括号对数相同，字符串内容与每个括号内的正则表达式相对应，并且排放顺序是按括号出现的顺序。
@2.当给出的正则表达式中带有一个括号时，列表的元素为字符串，此字符串的内容与括号中的正则表达式相对应（不是整个正则表达式的匹配内容）。
@3.当给出的正则表达式中不带括号时，列表的元素为字符串，此字符串为整个正则表达式匹配的内容。
所以将我上面的正则表达式该后如下：
1 #!/usr/bin/env python3 2 # Author:taoke 3 import re 4 str = ‘<link rel="icon" sizes="any" mask href="http://www.baidu.com/img/baidu_85beaf5496f291521eb75ba38eacbd87.svg.com">‘ 5 pat = ‘[a-zA-Z0-9]+://[a-zA-Z0-9]+\.[a-zA-Z0-9]+\.com|cn‘ 6 p = re.search(pat,str) 7 print(p) 8 p = re.compile(pat).findall(str) 9 print(len(p) , p)
运行结果如下：
1 D:\Code\WebCrawler\venv\Scripts\python.exe D:/Code/WebCrawler/reTest/reTest1.py 2 <_sre.SRE_Match object; span=(40, 60), match=‘http://www.baidu.com‘> 3 1 [‘http://www.baidu.com‘] 4 5 Process finished with exit code 0
两次匹配的结果一致了，哈哈。