深入探讨Python中findall函数的用法

一、正则表达式与findall函数

正则表达式是一种用于匹配字符串的强大工具，可以用于字符串的搜索、替换等操作。而在Python中，re模块提供了对正则表达式的支持。其中，findall函数是re模块中最常用的函数之一。它能在字符串中查找出所有匹配某个正则表达式的子串，并以列表的形式返回。

import re

s = "I have a dream, a song to sing"
pattern = "a"

result = re.findall(pattern, s)

print(result) # ['a', 'a']

在上面的例子中，我们定义了一个字符串s和一个正则表达式pattern，然后调用了re模块中的findall函数，返回了所有匹配pattern的子串，并以列表的形式返回。在这个例子中，返回的列表为[‘a’, ‘a’]，表示字符串s中有两个字符’a’。

二、findall函数的特点

findall函数具有以下几个特点：

1、返回所有匹配的子串

findall函数会在字符串中查找所有匹配某个正则表达式的子串，并以列表的形式返回。

import re

s = "I have a dream, a song to sing"
pattern = "a"

result = re.findall(pattern, s)

print(result) # ['a', 'a']

2、返回的结果不包含正则表达式中的分组

在正则表达式中，可以使用小括号来定义一个分组，findall函数会返回所有匹配的子串，但不包含这些分组。

import re

s = "I have a dream, a song to sing"
pattern = r"(?Pa)(?P[a-z])"

result = re.findall(pattern, s)

print(result) # [('a', 'h'), ('a', 'o')]

在这个例子中，我们定义了一个正则表达式pattern，使用了两个分组，其中分别是字符’a’和任意小写字母。findall函数返回结果为[(‘a’, ‘h’), (‘a’, ‘o’)]，只包含匹配的子串，而不包括这两个分组。

3、返回的结果是字符串中匹配子串的拼接

如果正则表达式中有多个分组，那么findall函数返回的结果是这些匹配子串的拼接。

import re

s = "I have a dream, a song to sing"
pattern = r"(a)([a-z])"

result = re.findall(pattern, s)

print(result) # [('a', 'h'), ('a', 'o')]

在这个例子中，我们修改了正则表达式pattern，将h和o后面的小写字母放在了一个分组中。函数返回的结果为[(‘a’, ‘h’), (‘a’, ‘o’)]，是匹配子串的拼接。可以看到，匹配的子串分别是”ah”和”ao”。

三、findall函数在多行字符串中的应用

除了在普通字符串中应用，findall函数也可以在多行字符串中应用，并且支持使用re.DOTALL和re.MULTILINE来处理多行字符串。

1、处理多行字符串

我们可以使用多行字符串来存储一篇文章的内容，然后使用findall函数来查找其中包含的其他信息。

import re

s = """
Hello, my friend. How are you doing?
It is a nice day today. We should go for a walk.
Let's have lunch together. How about 12:30pm?
"""

pattern = r"\d{1,2}:\d{1,2}(am|pm)"

result = re.findall(pattern, s)

print(result) # ['12:30pm']

在这个例子中，我们定义了一个多行字符串s，其中包含一段对话，其中有一个时间的提醒“12:30pm”。我们使用findall函数和一个正则表达式，来查找这个时间是否在这个对话中出现。函数返回结果为[’12:30pm’]。

2、使用re.DOTALL和re.MULTILINE处理多行字符串

在多行字符串中，可能会出现换行符，这对正则表达式的匹配造成了一定的影响。但是，可以使用re.DOTALL和re.MULTILINE来处理这个问题。

使用re.DOTALL可以将”.”匹配任意单个字符的行为扩展到整个字符串，从而能够匹配多行字符串。

import re

s = """
Hello, my friend. How are you doing?
It is a nice day today. We should go for a walk.
Let's have lunch together. How about 
    12:30pm?
"""

pattern = r"\d{1,2}:\d{1,2}(am|pm)"

result = re.findall(pattern, s, re.DOTALL)

print(result) # ['12:30pm']

在这个例子中，我们在多行字符串中加入了一个换行符，并且使用re.DOTALL来将”.”匹配扩展到整个字符中，从而能够正确的匹配出时间。函数返回的结果为[’12:30pm’]。

使用re.MULTILINE可以识别”\n”作为多行字符串中一行的结束，并对”^”和”$”元字符的行为进行扩展，从而能够正确的匹配多行字符串

import re

s = """
Lines
may contain
up to three words.
"""

pattern = r"^\w+|\w+$"

result = re.findall(pattern, s, re.MULTILINE)

print(result) # ['Lines', 'may', 'contain', 'up', 'to', 'three', 'words']

在这个例子中，我们使用re.MULTILINE来扩展”^”和”$”元字符的行为，并且使用正则表达式来匹配每行字符串的开头和结尾，从而能够正确地识别出每行中的单词。函数返回的结果为[‘Lines’, ‘may’, ‘contain’, ‘up’, ‘to’, ‘three’, ‘words’]。

四、findall函数与列表推导式的结合使用

在Python中，我们经常会使用列表推导式的方式来处理列表和字符串等数据类型。而在使用findall函数的时候，也可以结合使用列表推导式的方式，从而更加灵活地处理数据。

1、使用列表推导式筛选数据

使用findall函数和列表推导式的结合，可以帮助我们更加灵活地筛选出需要的数据。

import re

s = "I have 10 apples, 20 oranges and 30 grapes"
pattern = r"\d+"

result = [int(x) for x in re.findall(pattern, s)]

print(result) # [10, 20, 30]

在这个例子中，我们使用正则表达式来匹配字符串s中的数字，findall函数返回结果为[’10’, ’20’, ’30’]，然后使用列表推导式和int函数来将这些字符串转化为数字，从而得到我们需要的结果[10, 20, 30]。

2、使用列表推导式处理字符串

除了筛选数据之外，还可以使用列表推导式和findall函数来处理字符串，例如将字符串中的某些字符替换掉。

import re

s = "hello, world!"
pattern = r"[aeiou]"

result = "".join(["*" if c in re.findall(pattern, s) else c for c in s])

print(result) # h*ll*, w*rld!

在这个例子中，我们使用正则表达式来匹配字符串s中的元音字母，findall函数返回结果为[‘e’, ‘o’]，然后使用列表推导式和if语句，将这些元音字母替换为”*”，最后使用join函数将所有字符拼接起来形成新的字符串”h*ll*, w*rld!”。