About re.findall

Question

下面是我的python代码：

import re
msg = '''[e-mail] [e-mail]'''
pattern = r'''(
[a-zA-Z0-9_.]+     
@                           
[a-zA-Z0-9-.]+      
.                           
[a-zA-Z]{2,4}       
(.)?                      
([a-zA-Z]{2,4})?  
)'''
email = re.findall(pattern, msg, re.VERBOSE)
print(email)

我在python shell中运行它，得到的结果如下：

[('[e-mail]', '', ''), ('[e-mail]', '', '')]

我的问题是为什么第一个元组中的第二个和第三个元素是空的？我认为在第一个元组的第二个和第三个元素中应该是""以及"；tw"；。

我有什么误解吗？

Answer 1

@([a-zA-Z0-9-.](之后的第一个字符类包括字面.，并且它是贪婪匹配的，这意味着它将尽可能地进行，而不是尽可能地停止。

您可以通过非贪婪地匹配它([...]+?(或删除点来避免这种情况，从而允许正则表达式的其余部分匹配。

代码：

>>> import re
>>> msg = '''[e-mail] [e-mail]'''
>>> pattern2 = r'''(
...         [a-zA-Z0-9_.]+
...         @
...         [a-zA-Z0-9-]+
...         .
...         [a-zA-Z]{2,4}
...         (.)?
...         ([a-zA-Z]{2,4})?
...         )'''
>>> re.findall(pattern2, msg, re.VERBOSE)
[('[e-mail]', '.', 'tw'), ('[e-mail]', '', '')]
>>> pattern3 = r'''(
...         [a-zA-Z0-9_.]+
...         @
...         [a-zA-Z0-9-.]+?
...         .
...         [a-zA-Z]{2,4}
...         (.)?
...         ([a-zA-Z]{2,4})?
...         )'''
>>> re.findall(pattern3, msg, re.VERBOSE)
[('[e-mail]', '.', 'tw'), ('[e-mail]', '', '')]