python 正则表达式分组

Question

我刚接触Python，想弄明白怎么循环处理正则表达式中的分组，比如：

reobj = re.compile('<a href="(.*?)">(.*?)</a>', re.IGNORECASE)
result = reobj.findall(body)

我该怎么循环处理正则表达式中的两个分组呢？谢谢！

Answer 1

你真的在命令行里试过这个吗？

>>> body = """<a href="http://foo.com">Foo</a><br><a href="http://bar.com">Bar</a>"""
>>> reobj = re.compile('<a href="(.*?)">(.*?)</a>', re.IGNORECASE)
>>> result = reobj.findall(body)
>>> result
[('http://foo.com', 'Foo'), ('http://bar.com', 'Bar')]

所以，findall 的结果就是一个包含匹配到的组的元组列表。如果你不知道怎么遍历一个列表，那你需要先去学一些基础的Python教程。

[在这里插入关于为什么不应该用正则表达式来解析HTML的标准抱怨...]

Answer 2

我需要的答案是：

reobj = re.compile('<a href="(.*?)">(.*?)</a>', re.IGNORECASE)
result = reobj.findall(body)


for link in result:
        print link[0] + link[1]