正则表达式中的多个分组？

Question

我在用Python返回多个分组的时候有点困惑。我的正则表达式是：

lun_q = 'Lun:\s*(\d+\s?)*'

而我的字符串是

s = '''Lun:                     0 1 2 3 295 296 297 298'''`

我得到了一个匹配的对象，然后想查看这些分组，但它只显示最后一个数字（258）：

r.groups()  
(u'298',)

为什么它不返回分组 0,1,2,3,4 等等呢？

Answer 1

如果你想要的输出是像 0, 1, 2, 3, 4 这样的数字：

print re.findall('\d', s)

Answer 2

另一种方法是先用你已有的正则表达式来验证你的数据，然后再用一个更具体的正则表达式，针对你想提取的每个项目，使用匹配迭代器。

import re
s = '''Lun: 0 1 2 3 295 296 297 298'''
lun_validate_regex = re.compile(r'Lun:\s*((\d+)(\s\d+)*)')
match = lun_validate_regex.match(s)
if match:
    token_regex = re.compile(r"\d{1,3}")
    match_iterator = token_regex.finditer(match.group(1))
    for token_match in match_iterator:
        #do something brilliant

Answer 3

你的正则表达式里只有一对括号（一个捕获组），所以在匹配的时候只会得到一个组。如果你在捕获组上使用重复操作符（比如+或*），那么每次这个组被重复的时候，之前的匹配结果会被“覆盖”，也就是说最后只会保留最后一次匹配的结果。

在你这个例子中，使用.split()结合正则表达式可能会更好：

lun_q = 'Lun:\s*(\d+(?:\s+\d+)*)'
s = '''Lun: 0 1 2 3 295 296 297 298'''

r = re.search(lun_q, s)

if r:
    luns = r.group(1).split()

    # optionally, also convert luns from strings to integers
    luns = [int(lun) for lun in luns]