re.findall()

• findall(string[, pos[, endpos]])
• 在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

• string 待匹配的字符串。
• pos 可选参数，指定字符串的起始位置，默认为 0。
• endpos 可选参数，指定字符串的结束位置，默认为字符串的长度。

实例：

>>> pattern = re.compile(r'\d+')   # 查找数字
>>> result1 = pattern.findall('runoob 123 google 456')
>>> print(result1)
['123', '456']
>>> result2 = pattern.findall('run88oob123google456', 0, 10)
>>> print(result2)
['88', '12']

函数释义：

>>> help(re.findall)
Help on function findall in module re:

findall(pattern, string, flags=0)
    Return a list of all non-overlapping matches in the string.
    
    If one or more capturing 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.
    
    Empty matches are included in the result.

findall()查询字符串中某个正则表达式模式全部的非重复出现情况。这与 search()在执行字符串搜索时类似，但与 match()和 search()的不同之处在于，findall()总是返回一个列表。

如果 findall()没有找到匹配的部分，就返回一个空列表，但如果匹配成功，列表将包含所有成功的匹配部分（从左向右按出现顺序排列）。

>>> re.findall('car', 'car')
['car']
>>> re.findall('car', 'scary')
['car']
>>> re.findall('car', 'carry the barcardi to the car')
['car', 'car', 'car']

re.finditer()

• re.finditer(pattern, string, flags=0)
• 和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

实例：

>>> it = re.finditer(r'\d+', '12a32bc43jf3')
>>> for match in it:
    print(match.group())
    
12
32
43
3

函数释义：

>>> help(re.finditer)
Help on function finditer in module re:

finditer(pattern, string, flags=0)
    Return an iterator over all non-overlapping matches in the
    string.  For each match, the iterator returns a Match object.
    
    Empty matches are included in the result.

finditer()函数是在 Python 2.2 版本中添加回来的，这是一个与 findall()函数类似但是更节省内存的变体。两者之间以及和其他变体函数之间的差异（很明显不同于返回的是一个迭代器还是列表）在于，和返回的匹配字符串相比，finditer()在匹配对象中迭代。

如下是在单个字符串中两个不同分组之间的差别：

>>> s = 'This and that.'

>>> re.findall(r'(th\w+) and (th\w+)', s, re.I)
[('This', 'that')]
>>> re.finditer(r'(th\w+) and (th\w+)', s,re.I).__next__().groups()
('This', 'that')
>>> re.finditer(r'(th\w+) and (th\w+)', s,re.I).__next__().group(1)
'This'
>>> re.finditer(r'(th\w+) and (th\w+)', s,re.I).__next__().group(2)
'that'
>>> [g.groups() for g in re.finditer(r'(th\w+) and (th\w+)',s, re.I)]
[('This', 'that')]

类似写法：
>>> for g in re.finditer(r'(th\w+) and (th\w+)',s, re.I):
    print(g.groups())
    
('This', 'that')

如下是单个字符串中执行单个分组的多重匹配：

>>> s = 'This and that.'

>>> it = re.finditer(r'(th\w+)', s, re.I)
>>> g = it.__next__()
>>> g.groups()
('This',)
>>> g.group()
'This'
>>> g = it.__next__()
>>> g.groups()
('that',)
>>> g.group(1)
'that'
>>> [g.group(1) for g in re.finditer(r'(th\w+)', s, re.I)]
['This', 'that']

注意：

• 使用 finditer()函数完成的所有额外工作都旨在获取它的输出来匹配 findall()的输出。
• 最后 ，与 match()和 search()类似，findall()和 finditer()方法的版本支持可选的 pos 和 endpos参数，这两个参数用于控制目标字符串的搜索边界，这与本章之前的部分所描述的类似。

引申：分组的深入理解

先看下案例

import re

phoneRegex = re.compile(r'''(       # 第一行       (group1
    (\d{3}|\(\d{3}\))?              # 区号         (group2)
    (\s|-|\.)?                      # 分隔符       (group3)
    (\d{3})                         # 前3个数字    (group4)
    (\s|-|\.)                       # 分隔符       (group5)
    (\d{4})                         # 后4个数字    (group6)
    (\s*(ext|x|ext.)\s*(\d{2,5}))?  # 扩展名       (group7(group8)(group9))
    )''', re.VERBOSE)               # 自后一行      )

text = '(111)-222-3333 x 444'
lp = phoneRegex.findall(text)
print(lp)

输出结果为：

[('(111)-222-3333 x 444', '(111)', '-', '222', '-', '3333', ' x 444', 'x', '444')]

这是一个含有1个元组的列表，这1个元组中包含9个元素，即为compile的9个小括号，也即9个group()，见代码注释。

>>> phoneRegex = re.compile(r'''(       # 第一行       (group1
    (\d{3}|\(\d{3}\))?                  # 区号         (group2)
    (\s|-|\.)?                          # 分隔符       (group3)
    (\d{3})                             # 前3个数字    (group4)
    (\s|-|\.)                           # 分隔符       (group5)
    (\d{4})                             # 后4个数字    (group6)
    (\s*(ext|x|ext.)\s*(\d{2,5}))?      # 扩展名       (group7(group8)(group9))
    )''', re.VERBOSE)                   # 自后一行      )

>>> re.search(phoneRegex, '(111)-222-3333 x 444')
<re.Match object; span=(0, 20), match='(111)-222-3333 x 444'>
>>> lp = re.search(phoneRegex, '(111)-222-3333 x 444')
>>> lp.group()
'(111)-222-3333 x 444'
>>> lp.group(1)
'(111)-222-3333 x 444'
>>> lp.group(2)
'(111)'
>>> lp.group(3)
'-'
>>> lp.group(4)
'222'
>>> lp.group(5)
'-'
>>> lp.group(6)
'3333'
>>> lp.group(7)
' x 444'
>>> lp.group(8)
'x'
>>> lp.group(9)
'444'
>>> lp.group(10)
Traceback (most recent call last):
  File "<pyshell>", line 1, in <module>
IndexError: no such group