Python中正则匹配使用findall,捕获分组(xxx)和非捕获分组(?:xxx)的差异

Posted 2021-01-02 梁颖

转自：https://blog.csdn.net/qq_42739440/article/details/81117919

下面是我在用findall匹配字符串时遇到的一个坑，分享出来供大家跳坑。

例题：

如图所示： 正则a和正则b两个式子匹配出来的结果是不同的。 

那 ?: 的作用就是把捕获分组转变为非捕获分组。

什么是捕获组和非捕获组呢？

(qq|163|126) ---> 这样单独的括号就为捕获组

(?:qq|163|126) ---> 这样在原有分组里加上?: 就把捕获组转变为一个非捕获组

findall函数的源码解析

在这里面大家可以看一下findall函数的源码解析，用help(re.findall) 查看，得到如下翻译：

 

白话理解：

findall函数，就是说在正则匹配里，如果有分组，就仅仅匹配分组里面的内容，然后返回这个组的列表; 如果有多个分组，那就把每一个分组看成一个单位，组合为一个元组，然后返回一个含有多个元组的列表。 

 

例题解答：

区别了捕获组和非捕获组后，上面开头例题中匹配邮箱的问题就迎刃而解了。

正则a的式子：r"\\w+@(qq|163|126).com" 是匹配了捕获组，所以得到了[\'qq\', \'163\', \'126\'] 这个列表；

正则b的式子： r"\\w+@(?:qq|163|126).com" ，?: 把捕获组转变为一个非捕获组，使得这个式子可以从头到尾全部匹配，所以成功得到了 [\'[e-mail]\', \'[e-mail]\', \'[e-mail]\'] 这个邮箱列表。