python re的findall和finditer的区别详解
(编辑：jimmy 日期: 2024/11/2 浏览：3 次 )
python正则模块re中findall和finditer两者相似，但却有很大区别。
两者都可以获取所有的匹配结果，这和search方法有着很大的区别，同时不同的是一个返回list，一个返回一个MatchObject类型的iterator
假设我们有这样的数据：其中数字代表电话号，xx代表邮箱类型
content = '''email:12345678@163.com email:2345678@163.com email:345678@163.com '''
需求：（正则没有分组）提取所有的邮箱信息
result_finditer = re.finditer(r"\d+@\w+.com", content) #由于返回的为MatchObject的iterator，所以我们需要迭代并通过MatchObject的方法输出 for i in result_finditer : print i.group() result_findall = re.findall(r"\d+@\w+.com", content) #返回一个[] 直接输出or或者循环输出 print result_findall for i in result_findall : print i
需求：（正则有分组）提取出来所有的电话号码和邮箱类型
result_finditer = re.finditer(r"(\d+)@(\w+).com", content)
#正则有两个分组，我们需要分别获取分区，分组从0开始，group方法不传递索引默认为0，代表了整个正则的匹配结果
for i in result_finditer :
phone_no = i.group(1)
email_type = i.group(2)
result_findall = re.findall(r"(\d+)@(\w+).com", content)
#此时返回的虽然为[]，但不是简单的[],而是一个tuple类型的list
#如：[('12345678', '163'), ('2345678', '163'), ('345678', '163')]
for i in result_findall :
phone_no = i[0]
email_type = i[1]
命名分组和非命名分组的情况是一样的。
findall注意点：
1.当正则没有分组是返回的就是正则的匹配
re.findall(r"\d+@\w+.com", content) ['2345678@163.com', '2345678@163.com', '345678@163.com']
2.有一个分组返回的是分组的匹配而不是整个正则的匹配
re.findall(r"(\d+)@\w+.com", content) ['2345678', '2345678', '345678']
3.多个分组时将分组装到tuple中 返回
re.findall(r"(\d+)@(\w+).com", content)
[('2345678', '163'), ('2345678', '163'), ('345678', '163')]
因此假如我们需要拿到整个正则和每个分组的匹配，使用findall我们需要将整个正则作为一个分组
re.findall(r"((\d+)@(\w+).com)", content)
[('2345678@163.com', '2345678', '163'), ('2345678@163.com', '2345678', '163'), ('345678@163.com', '345678', '163')]
而使用finditer我们无需手动将整个正则用()括起来group()代表整个正则的匹配
实际中我们根据我们的需求选择方法既可。
下一篇：Python大批量搜索引擎图像爬虫工具详解