命令行与文本处理 / 系统课时

查找所有匹配结果

查找所有匹配结果

学习目标

  • 区分单次查找与全局查找。
  • 掌握 findall() 与 finditer()。
  • 会读取每个匹配的位置。
  • 理解非重叠匹配规则。

问题背景或应用场景

日志、订单描述和文本报告中通常存在多个同类字段。只使用 search() 会停在第一个结果,需要全局查找方法收集全部匹配。

核心原理

  1. search() 返回第一个匹配对象或 None。
  2. findall() 返回所有非重叠匹配结果组成的列表。
  3. finditer() 返回匹配对象迭代器,可读取内容、位置和分组。
  4. 全局查找通常从上一个匹配的结束位置继续。
  5. 包含捕获组时,findall() 的返回结构会受到分组影响。

只需要文本值时,findall() 最直接;需要位置和完整匹配对象时,finditer() 更合适。

基础用法

本课涉及的核心写法如下:

text
re.search(pattern, text)
re.findall(pattern, text)
re.finditer(pattern, text)
match.span()

处理大量文本时,finditer() 不会一次构造全部匹配对象列表,更适合流式遍历。

完整可运行示例

将代码保存为:

text
find_all_matches.py
python
import re

text = "order A1001 paid, order A1002 refunded, order A1003 pending"
pattern = r"A[0-9]{4}"

first = re.search(pattern, text)
all_values = re.findall(pattern, text)

print(f"第一个结果:{first.group() if first else None}")
print(f"全部结果:{all_values}")

for index, match in enumerate(re.finditer(pattern, text), start=1):
    print(
        f"第 {index} 个:内容={match.group()},"
        f"范围={match.span()}"
    )

运行命令:

bash
python find_all_matches.py

预期输出

text
第一个结果:A1001
全部结果:['A1001', 'A1002', 'A1003']
第 1 个:内容=A1001,范围=(6, 11)
第 2 个:内容=A1002,范围=(24, 29)
第 3 个:内容=A1003,范围=(46, 51)

Tips

  • 只需值列表时使用 findall()。
  • 需要位置时使用 finditer()。
  • 包含捕获组时要检查 findall() 返回结构。
  • 大文本遍历优先考虑迭代器。

常见错误

1. 认为 search() 会返回全部结果

search() 只返回第一个匹配。

2. 忽略捕获组对 findall() 的影响

一个或多个捕获组会改变列表元素结构。

3. 认为全局匹配自动重叠

默认结果互不重叠,重叠查找需要特殊策略。

本课练习

  1. 从文本中提取所有订单号。
  2. 使用 finditer() 输出每个结果的位置。
  3. 加入捕获组并观察 findall() 返回结构。
  4. 准备一个重叠候选例子并说明默认结果。
按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

查找所有匹配结果

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通