深入探討Python中findall函數的用法

一、正則表達式與findall函數

正則表達式是一種用於匹配字元串的強大工具，可以用於字元串的搜索、替換等操作。而在Python中，re模塊提供了對正則表達式的支持。其中，findall函數是re模塊中最常用的函數之一。它能在字元串中查找出所有匹配某個正則表達式的子串，並以列表的形式返回。

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，我們定義了一個字元串s和一個正則表達式pattern，然後調用了re模塊中的findall函數，返回了所有匹配pattern的子串，並以列表的形式返回。在這個例子中，返回的列表為[‘a’, ‘a’]，表示字元串s中有兩個字元’a’。

二、findall函數的特點

findall函數具有以下幾個特點：

1、返回所有匹配的子串

findall函數會在字元串中查找所有匹配某個正則表達式的子串，並以列表的形式返回。

import re

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

result = re.findall(pattern, s)

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

2、返回的結果不包含正則表達式中的分組

在正則表達式中，可以使用小括弧來定義一個分組，findall函數會返回所有匹配的子串，但不包含這些分組。

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')]

在這個例子中，我們定義了一個正則表達式pattern，使用了兩個分組，其中分別是字元’a’和任意小寫字母。findall函數返回結果為[(‘a’, ‘h’), (‘a’, ‘o’)]，只包含匹配的子串，而不包括這兩個分組。

3、返回的結果是字元串中匹配子串的拼接

如果正則表達式中有多個分組，那麼findall函數返回的結果是這些匹配子串的拼接。

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')]

在這個例子中，我們修改了正則表達式pattern，將h和o後面的小寫字母放在了一個分組中。函數返回的結果為[(‘a’, ‘h’), (‘a’, ‘o’)]，是匹配子串的拼接。可以看到，匹配的子串分別是”ah”和”ao”。

三、findall函數在多行字元串中的應用

除了在普通字元串中應用，findall函數也可以在多行字元串中應用，並且支持使用re.DOTALL和re.MULTILINE來處理多行字元串。

1、處理多行字元串

我們可以使用多行字元串來存儲一篇文章的內容，然後使用findall函數來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']

在這個例子中，我們定義了一個多行字元串s，其中包含一段對話，其中有一個時間的提醒「12:30pm」。我們使用findall函數和一個正則表達式，來查找這個時間是否在這個對話中出現。函數返回結果為[’12:30pm’]。

2、使用re.DOTALL和re.MULTILINE處理多行字元串

在多行字元串中，可能會出現換行符，這對正則表達式的匹配造成了一定的影響。但是，可以使用re.DOTALL和re.MULTILINE來處理這個問題。

使用re.DOTALL可以將”.”匹配任意單個字元的行為擴展到整個字元串，從而能夠匹配多行字元串。

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']

在這個例子中，我們在多行字元串中加入了一個換行符，並且使用re.DOTALL來將”.”匹配擴展到整個字元中，從而能夠正確的匹配出時間。函數返回的結果為[’12:30pm’]。

使用re.MULTILINE可以識別”\n”作為多行字元串中一行的結束，並對”^”和”$”元字元的行為進行擴展，從而能夠正確的匹配多行字元串

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']

在這個例子中，我們使用re.MULTILINE來擴展”^”和”$”元字元的行為，並且使用正則表達式來匹配每行字元串的開頭和結尾，從而能夠正確地識別出每行中的單詞。函數返回的結果為[‘Lines’, ‘may’, ‘contain’, ‘up’, ‘to’, ‘three’, ‘words’]。

四、findall函數與列表推導式的結合使用

在Python中，我們經常會使用列表推導式的方式來處理列表和字元串等數據類型。而在使用findall函數的時候，也可以結合使用列表推導式的方式，從而更加靈活地處理數據。

1、使用列表推導式篩選數據

使用findall函數和列表推導式的結合，可以幫助我們更加靈活地篩選出需要的數據。

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]

在這個例子中，我們使用正則表達式來匹配字元串s中的數字，findall函數返回結果為[’10’, ’20’, ’30’]，然後使用列表推導式和int函數來將這些字元串轉化為數字，從而得到我們需要的結果[10, 20, 30]。

2、使用列表推導式處理字元串

除了篩選數據之外，還可以使用列表推導式和findall函數來處理字元串，例如將字元串中的某些字元替換掉。

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!

在這個例子中，我們使用正則表達式來匹配字元串s中的母音字母，findall函數返回結果為[‘e’, ‘o’]，然後使用列表推導式和if語句，將這些母音字母替換為”*”，最後使用join函數將所有字元拼接起來形成新的字元串”h*ll*, w*rld!”。