Python正则表达式匹配括号：为何findall()有时会丢掉括号？

在Python中使用正则表达式时，re.findall() 函数的行为有时会让人感到困惑，特别是在涉及到捕获组（即括号 ()）时。re.findall() 的行为取决于正则表达式中是否使用了捕获组。

1. 没有捕获组的情况

如果正则表达式中没有使用捕获组（即没有括号），re.findall() 会返回所有匹配的子字符串。

例如：

import re

text = "Hello (World) and (Python)"
pattern = r"\(.*?\)"
matches = re.findall(pattern, text)
print(matches)

输出：

['(World)', '(Python)']

在这个例子中，正则表达式 \(.*?\) 匹配所有括号内的内容，re.findall() 返回了所有匹配的子字符串。

2. 有捕获组的情况

如果正则表达式中使用了捕获组（即使用了括号），re.findall() 会返回捕获组的内容，而不是整个匹配的子字符串。

例如：

import re

text = "Hello (World) and (Python)"
pattern = r"\((.*?)\)"
matches = re.findall(pattern, text)
print(matches)

输出：

['World', 'Python']

在这个例子中，正则表达式 \((.*?)\) 使用了捕获组 (.*?)，re.findall() 只返回了捕获组内的内容，即括号内的内容，而不是整个匹配的子字符串。

3. 解决方案

如果你希望 re.findall() 返回整个匹配的子字符串，而不是捕获组的内容，可以使用以下两种方法：

方法1：使用非捕获组

你可以使用非捕获组 (?:...) 来避免捕获组的影响。

例如：

import re

text = "Hello (World) and (Python)"
pattern = r"\((?:.*?)\)"
matches = re.findall(pattern, text)
print(matches)

输出：

['(World)', '(Python)']

在这个例子中，(?:.*?) 是一个非捕获组，re.findall() 返回了整个匹配的子字符串。

方法2：使用 re.finditer()

你可以使用 re.finditer() 来获取匹配对象，然后从匹配对象中提取整个匹配的子字符串。

例如：

import re

text = "Hello (World) and (Python)"
pattern = r"\((.*?)\)"
matches = [match.group(0) for match in re.finditer(pattern, text)]
print(matches)

输出：

['(World)', '(Python)']

在这个例子中，re.finditer() 返回了匹配对象，match.group(0) 提取了整个匹配的子字符串。

总结

• 如果正则表达式中没有捕获组，re.findall() 返回所有匹配的子字符串。
• 如果正则表达式中有捕获组，re.findall() 只返回捕获组的内容。
• 如果你希望 re.findall() 返回整个匹配的子字符串，可以使用非捕获组 (?:...) 或者使用 re.finditer()。

希望这些解释能帮助你理解 re.findall() 的行为，并解决你遇到的问题。