Python3 正則表示式中group()方法獲得匹配結果
阿新 • • 發佈：2018-12-22
正則表示式中用match()方法可以獲得匹配的字串內容。
如果想從字串中提取出一部分內容，可以用括號將提取目標括起來。
括號()實際上標記了一個子表示式的開始和結束的位置，被標記的每個子表示式會依次對應每個分組，呼叫group()方法傳入分組的索引即可獲得提取的結果。
注意：group()方法的分組索引從1開始；預設索引為0，表示匹配到的結果。
groups()方法則是所有分組（索引從1開始）組成的元組。
| 匹配物件方法 | 描述 |
|---|---|
| group(num=0) | 匹配的整個表示式的字串，group() 可以一次輸入多個組號，在這種情況下它將返回一個包含那些組所對應值的元組。 |
| groups() | 返回一個包含所有小組字串的元組，從 1 到 所含的小組號。 |
例1：
import re content = 'Hello 123456789 Word_This is just a test 666 Test' result = re.match('^Hello\s(\d+).*?Test', content) # 注意(\d+) 有括號，+號表示匹配一次或多次 print(result) print(result.group()) # print(result.group(0)) 同樣效果 print(result.groups()) print(result.span()) print(result.group(1))
結果：
<_sre.SRE_Match object; span=(0, 49), match='Hello 123456789 Word_This is just a test 666 Test>
Hello 123456789 Word_This is just a test 666 Test
('123456789',)
(0, 49)
123456789
Process finished with exit code 0可以看到group()是匹配到的結果，group(1)就是 (\d+) 匹配到的數字 123456789，groups()是 只有group(1)的元組。
如果正則表示式中還有（），則結果還會有group(2)等，groups()中就是group(1)、group(2)、...group(n)等組成的元組。
例2：
import re
content = 'Hello 123456789 Word_This is just a test 666 Test'
result = re.match('^Hello\s(\d+).*?(\d+)\sTest', content) # 注意第2個(\d+)前面是非貪婪模式
print(result)
print(result.group()) # print(result.group(0)) 同樣效果
print(result.groups())
print(result.span())
print(result.group(1))
print(result.group(2))結果：
<_sre.SRE_Match object; span=(0, 49), match='Hello 123456789 Word_This is just a test 666 Test>
Hello 123456789 Word_This is just a test 666 Test
('123456789', '666')
(0, 49)
123456789
666
Process finished with exit code 0可以看到第2個 (\d+) 匹配到的是 666，也就是group(2)中的內容，groups()中是有group(1)和group(2)的元組。
例3：貪婪模式下的匹配，將例2中的 .*? 改為 .*
import re
content = 'Hello 123456789 Word_This is just a test 666 Test'
result = re.match('^Hello\s(\d+).*(\d+)\sTest', content) # 注意第2個(\d+)前面是貪婪模式
print(result)
print(result.group()) # print(result.group(0)) 同樣效果
print(result.groups())
print(result.span())
print(result.group(1))
print(result.group(2))結果：
<_sre.SRE_Match object; span=(0, 49), match='Hello 123456789 Word_This is just a test 666 Test>
Hello 123456789 Word_This is just a test 666 Test
('123456789', '6')
(0, 49)
123456789
6
Process finished with exit code 0可以看到貪婪模式下 group(2)中的 666 變為了6，前面的2個6被“貪婪”了，僅匹配 (\d+)中的最低要求，即匹配一個數字。
在做匹配時，字串中間儘量使用非貪婪模式。
例4：非貪婪模式.*? 的位置
(1)在字串末尾就有可能匹配不到任何內容：
import re
content = 'Hello 123456789 Word_This is just a test 666 Test'
result = re.match('^Hello\s(\d+).*?(\d+).*?', content) # 注意正則表示式末尾處的非貪婪模式.*?
print(result)
print(result.group())結果：
<_sre.SRE_Match object; span=(0, 44), match='Hello 123456789 Word_This is just a test 666'>
Hello 123456789 Word_This is just a test 666
Process finished with exit code 0(2) 當貪婪模式.*在末尾時：
import re
content = 'Hello 123456789 Word_This is just a test 666 Test'
result = re.match('^Hello\s(\d+).*?(\d+).*', content) # 注意正則表示式末尾處的貪婪模式.*
print(result)
print(result.group()) 結果：
<_sre.SRE_Match object; span=(0, 49), match='Hello 123456789 Word_This is just a test 666 Test>
Hello 123456789 Word_This is just a test 666 Test
Process finished with exit code 0通過對比，可以發現 貪婪模式在正則表示式的末尾時匹配到了666後面的內容，而非貪婪模式則沒有匹配666後面的內容。
參考：
《Python3網路爬蟲開發實戰》，崔慶才 著，3.3，p139-145.