使用Python在同一字符串中多次执行re.match（）

Question

我要找到一个正则表达式：ABC:`hello`模式。这是密码。

format =r".*\:(.*)\:\`(.*)\`"
patt = re.compile(format, re.I|re.U)
m = patt.match(l.rstrip())
if m:
    ...

当模式在一行中出现一次时，它工作得很好，但有一个例子：tagbox:`Verilog`:tagbox:`Multiply`:tagbox:`VHDL`。它只找到最后一个。

我怎样才能找到这三种模式呢？

编辑

根据Paul Z的回答，我可以用这个代码

format = r"\:([^:]*)\:\`([^`]*)\`"
patt = re.compile(format, re.I|re.U)
for m in patt.finditer(l.rstrip()):
    tag, value = m.groups()  
    print tag, ":::", value

结果

tagbox ::: Verilog
tagbox ::: Multiply
tagbox ::: VHDL

Answer 1

你看过the ^{} module docs了吗？除了re.match（从字符串开始显式搜索）之外，还有re.findall（查找模式的所有不重叠的出现），以及编译的RegexObject的方法match和search，这两个方法都接受开始和结束位置以限制要考虑的字符串部分。另请参见split，它返回按模式拆分的子字符串列表。根据您想要的输出方式，其中一个可能会有所帮助。

Answer 2

是的，dcrosta建议查看re模块文档，这可能是个好主意，但我打赌您实际上需要finditer函数。试试这个：

format = r"\:(.*)\:\`(.*)\`"
patt = re.compile(format, re.I|re.U)
for m in patt.finditer(l.rstrip()):
    tag, value = m.groups()
    ....

您当前的解决方案总是找到最后一个，因为初始的.*会吃尽可能多的东西，同时仍然会留下一个有效的匹配项（最后一个）。顺便说一句，这也可能会使您的程序比需要的速度慢得难以置信，因为.*首先尝试吃掉整个字符串，然后逐个字符地备份，因为剩余的表达式告诉它“太多了，回去吧”。使用finditer应该更有效率。