Python 的 regex 模块：重复的“反向引用”似乎无法正确工作

Question

注意：我使用的是PyPi替代regex模块

我有一个python程序，我在其中寻找特定格式的重复标签，用逗号分隔。你知道吗

格式为：（*单词…*#*数字*）

例如：Trial #1, Trial #2, Run #3,和Spring trial #13都适合这个格式。你知道吗

我使用原始字符串中的：([\w ]*#\d\d?,)\1*作为正则表达式模式。你知道吗

在java和各种正则表达式测试引擎中，对字符串使用findall()和以下模式：

Run #1,Run #1,Run #1,Run #1,Run #1,Run #1,Run #1,Run #2,Run #2,Run #2,Run #2,Run #2,Run #2,Run #2,Run #3,Run #3,Run #3,Run #3,Run #3,Run #3,Run #3, (...

...) Run #20,Run #20,Run #20,Run #20,Run #20,Run #20,Run #20

退货：

match 1: Run #1,Run #1,Run #1,Run #1,Run #1,Run #1,Run #1,

match 2: Run #2,Run #2,Run #2,Run #2,Run #2,Run #2,Run #2,

...etc.

但在python中，它返回：

match 1: Run #1,

match 2: Run #2,

...etc.

我希望它返回第一个结果（java和其他程序的正则表达式返回的结果）

python的regex引擎有什么我忽略的地方吗？为什么我会得到这个结果？你知道吗

我的代码是：

import regex

file = open('Pendulum Data.csv',mode='r')
header1 = file.readline()
header2 = file.readline()

pattern1 = regex.compile(r'([\w ]*#\d\d?)\1*',flags=regex.V0)
header1Match = pattern1.findall(header1)
for x in header1Match:
    print(x)

for循环和print语句用于查看结果。你知道吗

（这给我带来了另一个问题：regex.findall()到底返回了什么？findall()是不是在打印结果的时候返回了我想要的结果你知道吗

…是的，我正在用一个原始字符串作为我的模式。你知道吗

Answer 1

您正在正则表达式中使用捕获组。如果在模式中指定了捕获组，Python.finall将返回捕获文本的元组。因此，您正在寻找一个.finditer函数。你知道吗

见Python ^{} documentation：

Return an iterator yielding MatchObject instances over all non-overlapping matches for the RE pattern in string. The string is scanned left-to-right, and matches are returned in the order found. Empty matches are included in the result unless they touch the beginning of another match.

和^{}：

Return all non-overlapping matches of pattern in string, as a list of strings. The string is scanned left-to-right, and matches are returned in the order found. If one or more groups are present in the pattern, return a list of groups; this will be a list of tuples if the pattern has more than one group.

下面是一个使用re.finditer的small demo：

import re
p = re.compile(r'([\w ]*#\d\d?,)\1*')
test_str = "Run #1,Run #1,Run #1,Run #1,Run #1,Run #1,Run #1,Run #2,Run #2,Run #2,Run #2,Run #2,Run #2,Run #2,Run #3,Run #3,Run #3,Run #3,Run #3,Run #3,Run #3, (..."
print [x.group() for x in p.finditer(test_str)]

结果：

['Run #1,Run #1,Run #1,Run #1,Run #1,Run #1,Run #1,', 'Run #2,Run #2,Run #2,Run #2,Run #2,Run #2,Run #2,', 'Run #3,Run #3,Run #3,Run #3,Run #3,Run #3,Run #3,']

Casimir是对的，通过这样一个普通的正则表达式，您可以使用正则re模块。你知道吗