使用re.findall捕获正则表达式中的命名组

Question

当我试图回答这个问题时：在Python中用正则表达式分割年龄和数值，我发现我需要重新排列从findall得到的结果中的组。例如：

data = """34% passed 23% failed 46% deferred"""
result = {key:value for value, key in re.findall('(\w+)%\s(\w+)', data)}
print(result)
>>> {'failed': '23', 'passed': '34', 'deferred': '46'}

这里findall的结果是：

>>> re.findall('(\w+)%\s(\w+)', data)
>>> [('34', 'passed'), ('23', 'failed'), ('46', 'deferred')]

有没有办法改变或指定这些组的顺序，让re.findall返回：

[('passed', '34'), ('failed', '23'), ('deferred', '46')]

为了更清楚，我想说明一下，这个问题是：

是否可以指定顺序或重新排列re.findall函数返回的组？

我用上面的例子创建了一个字典，以提供一个理由或使用场景，说明你为什么想改变顺序（把键当成值，把值当成键）。

进一步说明：

为了处理更大更复杂的正则表达式中的组，你可以给组命名，但这些名字只有在使用re.search或re.match时才能访问。根据我所了解，findall返回的元组中的组有固定的索引，问题是有没有人知道这些索引怎么修改。这将有助于更轻松和直观地处理组。

Answer 1

根据提问者对我第一个回答的评论：如果你只是想重新排列一个包含二元组的列表，比如这样：

[('34', 'passed'), ('23', 'failed'), ('46', 'deferred')]

... 想要变成这样，每个元素的顺序都反过来：

[('passed', '34'), ('failed', '23'), ('deferred', '46')]

其实有个简单的办法：使用列表推导式和切片语法 sequence[::-1] 来反转每个元组里的元素顺序：

a = [('34', 'passed'), ('23', 'failed'), ('46', 'deferred')]
b = [x[::-1] for x in a]
print b

Answer 2

正如你在第二个例子中提到的，re.findall 会按照原来的顺序返回分组。

问题在于，标准的 Python dict 类型并不会保留键的顺序。在 Python 2.x 的手册中有明确说明，但在 Python 3.x 中也是如此：https://docs.python.org/2/library/stdtypes.html#dict.items

你应该使用的是 collections.OrderedDict：

from collections import OrderedDict as odict

data = """34% passed 23% failed 46% deferred"""
result = odict((key,value) for value, key in re.findall('(\w+)%\s(\w+)', data))
print(result)
>>> OrderedDict([('passed', '34'), ('failed', '23'), ('deferred', '46')])

注意，你必须使用成对构造器的形式（dict((k,v) for k,v in ...），而不是使用 dict 的推导式（{k:v for k,v in ...}）。这是因为后者会创建 dict 类型的实例，而这种类型的实例在转换为 OrderedDict 时会丢失键的顺序……而这正是你最初想要保留的。

Answer 3

这是第三次尝试，基于提问者在这条评论中进一步澄清的意图。

Ashwin说得对，findall这个函数不会保留命名捕获组（比如(?P<name>regex)）。不过，finditer可以帮忙！它会一个一个地返回匹配的对象。下面是一个简单的例子：

data = """34% passed 23% failed 46% deferred"""
for m in re.finditer('(?P<percentage>\w+)%\s(?P<word>\w+)', data):
    print( m.group('percentage'), m.group('word') )