re.finditer

re.finditer = iterator of re.findall=针对re.findall所返回的字符串相对,每个都是一个匹配的对象MatchedObject

对比:

  • findall:返回str的list
  • finditer:返回MatchObject的迭代器iterator
    • 可以针对每个匹配到的字符串,获取其中的sub group

可以理解为:

re.finditer = re.findall + 每个字符串再用re.search处理

官网文档:

  • 英文
    • re — Regular expression operations — Python 3.8.3 documentation

      re.finditer(pattern, string, flags=0)

      Return an iterator yielding match objects over all non-overlapping matches for the RE pattern in string. The string is scanned left-to-right, and matches are returned in the order found. Empty matches are included in the result.

      Changed in version 3.7: Non-empty matches can now start just after a previous empty match.

  • 中文
    • re --- 正则表达式操作 — Python 3.8.3 文档

      re.finditer(pattern, string, flags=0)

      pattern 在 string 里所有的非重复匹配,返回为一个迭代器 iterator 保存了 匹配对象 。 string 从左到右扫描,匹配按顺序排列。空匹配也包含在结果里。

      在 3.7 版更改: 非空匹配现在可以在前一个空匹配之后出现了。

心得

iter对象无法被重复访问

Python中的iterator类型变量,只能被访问(使用/遍历)一次,就空了。无法被重复使用。

用代码举例如下:

matchIter = re.finditer(someP, someStr)
for eachMatch in matchIter:
  print("matchIter=%s" % matchIter)

resultList = list(matchIter) # -> will error, matchIter already None

举例

更新crifan的github.io中README.md中book的list

之前折腾:

【已解决】给crifan的gitbook的template添加部署时更新github.io的README

期间,需要对于:

    * [老少皆宜的运动:羽毛球](https://crifan.github.io/all_age_sports_badminton/website)
    * [app抓包利器:Charles](https://crifan.github.io/app_capture_package_tool_charles/website)
    * [安卓应用的安全和破解](https://crifan.github.io/android_app_security_crack/website)

去提取出,每个book的中文名称bookTitle,和对应的git仓库地址bookRepoName

可以写成:

allBookMatchList = re.finditer("\[(?P<bookTitle>[^]]+)\]\(https://crifan\.github\.io/(?P<bookRepoName>\w+)/website\)", curGitbookListMd)

即可获取到对应匹配到的,Match对象的列表

其中每个元素都是一个Match对象,即每个元素都相当于用re.search去匹配到的结果

所以可以用循环,依次从每个Match对象中,提取出我们要的bookTitlebookRepoName了:

  curBookDict = {}
  for curIdx, eachBookMatch in enumerate(allBookMatchList):
    # print("eachBookMatch=%s" % eachBookMatch)
    # print("%s %s %s" % ("-"*10, curIdx, "-"*10))
    bookTitle = eachBookMatch.group("bookTitle")
    # print("bookTitle=%s" % bookTitle)
    bookRepoName = eachBookMatch.group("bookRepoName")
    # print("bookRepoName=%s" % bookRepoName)
    curBookDict[bookRepoName] = bookTitle

results matching ""

    No results matching ""