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
- search() 返回第一个匹配对象或 None。
- findall() 返回所有非重叠匹配结果组成的列表。
- finditer() 返回匹配对象迭代器,可读取内容、位置和分组。
- 全局查找通常从上一个匹配的结束位置继续。
- 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.pypython
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
- 从文本中提取所有订单号。
- 使用 finditer() 输出每个结果的位置。
- 加入捕获组并观察 findall() 返回结构。
- 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。