Python 当我的模式只包含一个组时，为什么re.findall返回元组列表？

假设我有一个字符串

s

，包含字母和两个分隔符

1

和

2

。我想按以下方式拆分字符串：

• 如果子字符串

  t

  介于

  1

  和

  2

  之间，则返回

  t

• 否则，返回每个字符

因此，如果

s='ab1cd2efg1hij2k'

，则预期输出为

['a'，'b'，'cd'，'e'，'f'，'g'，'hij'，'k']

我尝试使用正则表达式：

import re
s = 'ab1cd2efg1hij2k'
re.findall( r'(1([a-z]+)2|[a-z])', s )

[('a', ''),
 ('b', ''),
 ('1cd2', 'cd'),
 ('e', ''),
 ('f', ''),
 ('g', ''),
 ('1hij2', 'hij'),
 ('k', '')]

---

从那里，我可以在re.findall（r'（1（[a-z]+）2 |[a-z]），s中为x做

[x[x[-1]！=''）来得到我的答案，但我仍然不理解输出。如果模式有多个组，则表示
findall
返回元组列表。但是，我的模式只包含一个组。欢迎任何解释。
您的模式有两个组，一个较大的组：

(1([a-z]+)2|[a-z])

第二个较小的组是第一个组的子集：

([a-z]+)

这里有一个解决方案，可以给你预期的结果，尽管提醒你，它确实很难看，可能还有更好的方法。我就是不明白：

import re
s = 'ab1cd2efg1hij2k'
a = re.findall( r'((?:1)([a-z]+)(?:2)|([a-z]))', s )
a = [tuple(j for j in i if j)[-1] for i in a]

>>> print a
['a', 'b', 'cd', 'e', 'f', 'g', 'hij', 'k']

您的正则表达式有2个组，只需查看您使用的括号数：）。一组是
（[a-z]+）
，另一组是
（1（[a-z]+）2 |[a-z]）
。关键是，您可以在其他组中拥有组。因此，如果可能的话，您应该只使用一个组构建一个正则表达式，这样您就不必对结果进行后期处理

只有一个组的正则表达式示例如下：

>>> import re
>>> s = 'ab1cd2efg1hij2k'
>>> re.findall('((?<=1)[a-z]+(?=2)|[a-z])', s)
['a', 'b', 'cd', 'e', 'f', 'g', 'hij', 'k']

>>重新导入
>>>s='ab1cd2efg1hij2k'
>>>关于findall（'）（（？类似问题的答案如下：
如果使用findall，只需删除括号即可：

import re
s = 'ab1cd2efg1hij2k'
re.findall( r'(?<=1)[a-z]+(?=2)|[a-z]', s )

重新导入
s='ab1cd2efg1hij2k'
关于re.findall（r’（？我参加派对已经晚了5年，但我想我可能已经找到了一个优雅的解决方案，解决了关于re.findall（）丑陋的、包含多个捕获组的元组的输出

通常，如果最终的输出类似于：

[('pattern_1', '', ''), ('', 'pattern_2', ''), ('pattern_1', '', ''), ('', '', 'pattern_3')]

然后，您可以使用以下小技巧将其放入一个平面列表：

["".join(x) for x in re.findall(all_patterns, iterable)]

预期输出如下所示：

['pattern_1', 'pattern_2', 'pattern_1', 'pattern_3']

它是在Python 3.7上测试的。希望它能有所帮助！
如果您想在不将其拆分为匹配组的情况下进行“或”匹配，只需在“或”匹配的开头添加“？：”

没有“？：”

re.findall('(test (word1|word2))', 'test word1')

Output:
[('test word1', 'word1')]

带“？：”的

re.findall('(test (?:word1|word2))', 'test word1')

Output:
['test word1']

进一步说明：
只需做一个简单的更改：将组更改为非捕获组

代码：

输出：

['a', 'b', '1cd2', 'e', 'f', 'g', '1hij2', 'k']

您的模式非常奇怪。您不需要围绕
1
和
2
的非捕获组，也不需要围绕整个模式的组（您花费大量精力在输出中跳过）。相反，只需接受
findall
调用将返回两个元组，并将它们转换为带有
a=[x或y代表x，y代表a]
“非捕获组”是此处的关键字…（仅为搜索引擎添加）
['a', 'b', '1cd2', 'e', 'f', 'g', '1hij2', 'k']