¿Por que me devuelve ('b', 'c')
y no ('a', 'b', 'c')
?
r = re.findall(r'(var (((a|b),)*)(c))' , 'var a,b,c')
for g in r:
print g
Stack Overflow en español es un sitio de preguntas y respuestas para programadores y profesionales de la informática. Solo te toma un minuto registrarte.
Regístrate para unirte a esta comunidad¿Por que me devuelve ('b', 'c')
y no ('a', 'b', 'c')
?
r = re.findall(r'(var (((a|b),)*)(c))' , 'var a,b,c')
for g in r:
print g
Un grupo que es repetido y coincide más de una vez sobrescribe el valor capturado con su última ocurrencia.
Así funcionan las expresiones regulares. El regex
(ejemplo)+
siempre va a capturar y devolver la última ocurrencia en el texto ejemploejemploejemplo
.
Para obtener más de un valor, se debe coincidir más de una vez, en vez de repetir los grupos. Hay 3 estrategias posibles:
Usar un grupo exterior que capture a todo el texto repetido. Por ejemplo:
r"var ((?:[ab],)*)(c)"
que te captura dos grupos: a,b,
y c
. Luego, deberías separar lo que obtengas del primer grupo.
En vez de re
, usar el módulo regex
de Matthew Barnett, un módulo más avanzado que implementa el uso de \G
para coincidir con el final de la coincidencia anterior. Ejemplo:
>>> import regex
>>> regex.findall(r"(?:var |\G(?!^),)([abc])", "var a,b,c")
['a', 'b', 'c']
La más fea, que sólo funcionaría en casos muy concretos, cuando el número de coincidencias tiene un máximo fijo, se declaran tantos grupos como ocurrencias pueda haber y se ponen como opcionales:
r"var (?:(a),)?(?:(b),)?(c)"