Python?正則表達(dá)式?re.findall()全面解析
更新時(shí)間：2025年09月16日 11:09:59 作者：doris8204
本文詳解Python?re.findall()方法,用于提取字符串中所有正則匹配項(xiàng),重點(diǎn)涵蓋分組處理、flags參數(shù)（如忽略大小寫(xiě)、多行模式、Unicode支持等）及應(yīng)用場(chǎng)景,如提取郵件、URL、日志信息等,并提醒注意性能與返回值格式差異,感興趣的朋友跟隨小編一起看看吧
re.findall() 是 Python re 模塊中用于查找字符串中所有匹配正則表達(dá)式模式的子串的方法。與 re.search() 只返回第一個(gè)匹配項(xiàng)不同，findall() 會(huì)返回所有匹配項(xiàng)。
基本語(yǔ)法
re.findall(pattern, string, flags=0)
參數(shù)說(shuō)明：
pattern: 正則表達(dá)式模式string: 要搜索的字符串flags: 可選標(biāo)志，如re.IGNORECASE、re.MULTILINE等
返回值：
- 如果模式中有分組，返回分組元組的列表
- 如果模式中沒(méi)有分組，返回所有匹配子串的列表
- 如果沒(méi)有找到匹配，返回空列表
1. 基本查找用法
示例1：查找所有數(shù)字
import re text = "There are 3 apples and 5 oranges" numbers = re.findall(r'\d+', text) print(numbers) # 輸出: ['3', '5']
示例2：查找所有單詞
text = "Hello world! Python is awesome." words = re.findall(r'\w+', text) print(words) # 輸出: ['Hello', 'world', 'Python', 'is', 'awesome']
2. 使用分組時(shí)的行為
示例3：無(wú)分組情況
text = "John: 30, Jane: 25, Bob: 42" ages = re.findall(r': \d+', text) print(ages) # 輸出: [': 30', ': 25', ': 42']
示例4：有分組情況（返回分組內(nèi)容）
text = "John: 30, Jane: 25, Bob: 42" ages = re.findall(r': (\d+)', text) print(ages) # 輸出: ['30', '25', '42']
示例5：多個(gè)分組情況
text = "John: 30, Jane: 25, Bob: 42"
info = re.findall(r'(\w+): (\d+)', text)
print(info) # 輸出: [('John', '30'), ('Jane', '25'), ('Bob', '42')]
3. 使用正則表達(dá)式高級(jí)特性
示例6：非貪婪匹配
html = "<div>content1</div><div>content2</div>" contents = re.findall(r'<div>(.*?)</div>', html) print(contents) # 輸出: ['content1', 'content2']
示例7：使用字符類(lèi)
text = "Colors: red, green, BLUE, Yellow" colors = re.findall(r'[a-zA-Z]+', text) print(colors) # 輸出: ['Colors', 'red', 'green', 'BLUE', 'Yellow']
示例8：使用邊界匹配
text = "cat category concatenate" words = re.findall(r'\bcat\b', text) print(words) # 輸出: ['cat']
4. 使用標(biāo)志(flags)
示例9：忽略大小寫(xiě)
text = "Apple orange BANANA Grape" fruits = re.findall(r'[a-z]+', text, re.IGNORECASE) print(fruits) # 輸出: ['Apple', 'orange', 'BANANA', 'Grape']
示例10：多行模式
text = """First line Second line Third line""" lines = re.findall(r'^\w+', text, re.MULTILINE) print(lines) # 輸出: ['First', 'Second', 'Third']
5. 實(shí)際應(yīng)用場(chǎng)景
示例11：提取電子郵件地址
text = "Contact us at info@example.com or support@test.org" emails = re.findall(r'[\w\.-]+@[\w\.-]+', text) print(emails) # 輸出: ['info@example.com', 'support@test.org']
示例12：提取URL鏈接
text = "Visit https://www.example.com or http://test.org" urls = re.findall(r'https?://[^\s/$.?#].[^\s]*', text) print(urls) # 輸出: ['https://www.example.com', 'http://test.org']
示例13：解析日志文件
log = """
2023-04-15 10:00:00 INFO System started
2023-04-15 10:01:23 ERROR Database connection failed
2023-04-15 10:02:45 WARNING Disk space low
"""
errors = re.findall(r'\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2} ERROR (.+)', log)
print(errors) # 輸出: ['Database connection failed']
示例14：提取HTML標(biāo)簽內(nèi)容
html = "<h1>Title</h1><p>Paragraph 1</p><p>Paragraph 2</p>" paragraphs = re.findall(r'<p>(.*?)</p>', html) print(paragraphs) # 輸出: ['Paragraph 1', 'Paragraph 2']
示例15：提取電話(huà)號(hào)碼
text = "Call 123-456-7890 or 987.654.3210"
phones = re.findall(r'\d{3}[-.]\d{3}[-.]\d{4}', text)
print(phones) # 輸出: ['123-456-7890', '987.654.3210']
示例16：提取貨幣金額
text = "Prices: $12.99, €9.99, ￥1000" prices = re.findall(r'[\$€￥]\d+\.?\d*', text) print(prices) # 輸出: ['$12.99', '€9.99', '￥1000']
示例17：提取日期
text = "Dates: 2023-04-15, 15/04/2023, 04.15.2023"
dates = re.findall(r'\d{4}[-/.]\d{2}[-/.]\d{2}|\d{2}[-/.]\d{2}[-/.]\d{4}', text)
print(dates) # 輸出: ['2023-04-15', '15/04/2023', '04.15.2023']
6. 高級(jí)技巧
示例18：使用命名分組
text = "User: john_doe, Age: 30; User: jane_smith, Age: 25"
users = re.findall(r'User: (?P<name>\w+), Age: (?P<age>\d+)', text)
print(users) # 輸出: [('john_doe', '30'), ('jane_smith', '25')]
示例19：復(fù)雜模式匹配
text = "Coordinates: (12.345, -67.890), (0, 42.123)"
coords = re.findall(r'\(([^,]+),\s*([^)]+)\)', text)
print(coords) # 輸出: [('12.345', '-67.890'), ('0', '42.123')]
示例20：使用正向預(yù)查
text = "apple orange banana grape" fruits_before_banana = re.findall(r'\w+(?=\sbanana)', text) print(fruits_before_banana) # 輸出: ['orange']
7. 注意事項(xiàng)
re.findall()返回的是字符串列表或元組列表，不是匹配對(duì)象- 當(dāng)模式中有分組時(shí)，只返回分組內(nèi)容，不是整個(gè)匹配
- 對(duì)于大文本，考慮使用
re.finditer()節(jié)省內(nèi)存 - 復(fù)雜的正則表達(dá)式可能會(huì)影響性能
- 處理HTML/XML等結(jié)構(gòu)化數(shù)據(jù)時(shí)，最好使用專(zhuān)門(mén)的解析器
示例21：與re.finditer()對(duì)比
text = "Error 404, Error 500, Warning 302"
# 使用 findall
codes = re.findall(r'Error (\d+)', text)
print(codes) # 輸出: ['404', '500']
# 使用 finditer
for match in re.finditer(r'Error (\d+)', text):
print(f"Found at {match.start()}-{match.end()}: {match.group(1)}")
# 輸出:
# Found at 0-8: 404
# Found at 10-18: 5008. 性能優(yōu)化建議
預(yù)編譯常用正則表達(dá)式：
pattern = re.compile(r'\d+') numbers = pattern.findall(text)
盡量使用具體模式而非寬泛模式：
# 不好的寫(xiě)法 re.findall(r'.*:\s*(.*)', text) # 更好的寫(xiě)法 re.findall(r'\w+:\s*(\w+)', text)
避免過(guò)度使用回溯：
# 可能導(dǎo)致性能問(wèn)題的寫(xiě)法 re.findall(r'(a+)+$', text)
Pythonre.findall()方法中的 flags 參數(shù)詳解
re.findall() 方法的 flags 參數(shù)可以修改正則表達(dá)式的匹配行為，使其更靈活地適應(yīng)不同的文本處理需求。下面我將詳細(xì)介紹各種 flag 的用法和實(shí)際應(yīng)用場(chǎng)景。
1. 常用 flags 概覽
| 標(biāo)志常量 | 簡(jiǎn)寫(xiě) | 描述 |
|---|---|---|
re.IGNORECASE | re.I | 忽略大小寫(xiě) |
re.MULTILINE | re.M | 多行模式，影響 ^ 和 $ |
re.DOTALL | re.S | 使 . 匹配包括換行符在內(nèi)的所有字符 |
re.VERBOSE | re.X | 允許編寫(xiě)更易讀的正則表達(dá)式 |
re.ASCII | re.A | 使 \w, \W, \b, \B, \d, \D, \s, \S 只匹配 ASCII 字符 |
re.LOCALE | re.L | 使 \w, \W, \b, \B 依賴(lài)當(dāng)前區(qū)域設(shè)置 |
re.UNICODE | re.U | 使 \w, \W, \b, \B, \d, \D, \s, \S 匹配 Unicode 字符 |
2. 各 flag 詳細(xì)說(shuō)明及示例
2.1re.IGNORECASE(re.I) - 忽略大小寫(xiě)
作用：使匹配對(duì)大小寫(xiě)不敏感
示例：
import re text = "Apple banana ORANGE Grape" # 不使用 IGNORECASE result = re.findall(r'apple', text) print(result) # [] # 使用 IGNORECASE result = re.findall(r'apple', text, re.IGNORECASE) print(result) # ['Apple'] # 匹配所有水果名（忽略大小寫(xiě)） fruits = re.findall(r'[a-z]+', text, re.I) print(fruits) # ['Apple', 'banana', 'ORANGE', 'Grape']
2.2re.MULTILINE(re.M) - 多行模式
作用：改變 ^ 和 $ 的行為，使它們分別匹配每一行的開(kāi)頭和結(jié)尾
示例：
text = """First line Second line Third line""" # 不使用 MULTILINE result = re.findall(r'^\w+', text) print(result) # ['First'] # 使用 MULTILINE result = re.findall(r'^\w+', text, re.MULTILINE) print(result) # ['First', 'Second', 'Third'] # 匹配每行末尾的單詞 result = re.findall(r'\w+$', text, re.M) print(result) # ['line', 'line', 'line']
2.3re.DOTALL(re.S) - 點(diǎn)號(hào)匹配所有模式
作用：使 . 匹配包括換行符在內(nèi)的所有字符
示例：
text = """Start Middle End""" # 不使用 DOTALL result = re.findall(r'Start.*End', text) print(result) # [] # 使用 DOTALL result = re.findall(r'Start.*End', text, re.DOTALL) print(result) # ['Start\nMiddle\nEnd'] # 提取多行注釋內(nèi)容 html = """<!-- 這是多行 HTML注釋 -->""" comment = re.findall(r'<!--(.*?)-->', html, re.DOTALL) print(comment) # [' \n這是多行\(zhòng)nHTML注釋 \n']
2.4re.VERBOSE(re.X) - 詳細(xì)模式
作用：允許在正則表達(dá)式中添加空白和注釋?zhuān)蛊涓鬃x
示例：
# 復(fù)雜的電話(huà)號(hào)碼正則表達(dá)式
phone_re = re.compile(r'''
^(\+\d{1,3})? # 國(guó)際區(qū)號(hào)
[-\s]? # 分隔符
(\d{3}) # 前3位
[-\s]? # 分隔符
(\d{3,4}) # 中間3或4位
[-\s]? # 分隔符
(\d{4}) # 最后4位
$''', re.VERBOSE)
text = "Phone numbers: +86-138-1234-5678, 010-87654321"
numbers = phone_re.findall(text)
print(numbers) # [('+86', '138', '1234', '5678'), ('', '010', '8765', '4321')]2.5re.ASCII(re.A) - ASCII 模式
作用：使 \w, \W, \b, \B, \d, \D, \s, \S 只匹配 ASCII 字符
示例：
text = "Python3 中文 Espa?ol café" # 默認(rèn)模式（Unicode） result = re.findall(r'\w+', text) print(result) # ['Python3', '中文', 'Espa?ol', 'café'] # ASCII 模式 result = re.findall(r'\w+', text, re.ASCII) print(result) # ['Python3', 'Espa', 'ol', 'caf']
2.6re.UNICODE(re.U) - Unicode 模式
作用：使 \w, \W, \b, \B, \d, \D, \s, \S 匹配 Unicode 字符（Python 3 默認(rèn)）
示例：
text = "Русский 中文 ελληνικ?" # 默認(rèn)就是 UNICODE 模式 result = re.findall(r'\w+', text) print(result) # ['Русский', '中文', 'ελληνικ?'] # 顯式指定 UNICODE result = re.findall(r'\w+', text, re.UNICODE) print(result) # ['Русский', '中文', 'ελληνικ?']
2.7re.LOCALE(re.L) - 區(qū)域設(shè)置模式
作用：使 \w, \W, \b, \B 依賴(lài)當(dāng)前區(qū)域設(shè)置（不推薦使用）
示例：
import locale # 設(shè)置區(qū)域?yàn)榈抡Z(yǔ) locale.setlocale(locale.LC_ALL, 'de_DE.UTF-8') text = "stra?e café" result = re.findall(r'\w+', text, re.LOCALE) print(result) # ['stra?e', 'café']
3. 組合使用多個(gè) flags
可以通過(guò)按位或 (|) 操作符組合多個(gè) flags
示例：
text = """Name: John
AGE: 30
name: Jane
age: 25"""
# 同時(shí)使用 IGNORECASE 和 MULTILINE
results = re.findall(r'^name:\s*(\w+)', text, re.I | re.M)
print(results) # ['John', 'Jane']
# 解析多行配置項(xiàng)
config = """[Server]
host = example.com
port = 8080
timeout = 30"""
settings = re.findall(
r'^(\w+)\s*=\s*(.*)$',
config,
re.MULTILINE | re.VERBOSE
)
print(settings) # [('host', 'example.com'), ('port', '8080'), ('timeout', '30')]4. 實(shí)際應(yīng)用場(chǎng)景
4.1 解析日志文件（多行模式）
log = """2023-04-15 10:00:00 [INFO] System started
2023-04-15 10:01:23 [ERROR] Database connection failed
2023-04-15 10:02:45 [WARN] Disk space low"""
# 提取所有錯(cuò)誤日志（帶時(shí)間戳）
errors = re.findall(
r'^(\d{4}-\d{2}-\d{2} \d{2}:\d{2}:\d{2}) \[ERROR\] (.*)$',
log,
re.MULTILINE
)
print(errors) # [('2023-04-15 10:01:23', 'Database connection failed')]4.2 提取HTML內(nèi)容（點(diǎn)號(hào)匹配所有）
html = """<div>
<p>First paragraph</p>
<p>Second paragraph</p>
</div>"""
# 提取所有段落內(nèi)容
paragraphs = re.findall(
r'<p>(.*?)</p>',
html,
re.DOTALL # 使 . 匹配換行符
)
print(paragraphs) # ['First paragraph', 'Second paragraph']4.3 多語(yǔ)言文本處理（Unicode模式）
text = "English: hello, 中文: 你好, Fran?ais: bonjour"
# 提取所有非ASCII單詞
words = re.findall(
r'[^\x00-\x7F]+', # 匹配非ASCII字符
text,
re.UNICODE
)
print(words) # ['你好', 'bonjour']4.4 復(fù)雜模式匹配（詳細(xì)模式）
# 匹配各種格式的日期
date_re = re.compile(r'''
^
(?:20\d{2}|19\d{2}) # 年份 1900-2099
[-/.] # 分隔符
(?:0[1-9]|1[0-2]) # 月份 01-12
[-/.] # 分隔符
(?:0[1-9]|[12][0-9]|3[01]) # 日 01-31
$''', re.VERBOSE)
dates = ["2023-04-15", "1999/12/31", "2000.01.01"]
valid_dates = [d for d in dates if date_re.search(d)]
print(valid_dates) # ['2023-04-15', '1999/12/31', '2000.01.01']5. 注意事項(xiàng)
- flag 的作用范圍：flags 會(huì)影響整個(gè)正則表達(dá)式的行為
- flag 的組合：多個(gè) flags 可以組合使用，但要注意它們之間的交互
- 性能考慮：某些 flags（如
re.UNICODE）可能會(huì)影響性能 - 預(yù)編譯正則表達(dá)式：頻繁使用的正則表達(dá)式應(yīng)該先編譯再使用
pattern = re.compile(r'your_pattern', flags=re.I | re.M) results = pattern.findall(text)
- Python 3 的默認(rèn)行為：在 Python 3 中，
re.UNICODE是默認(rèn)啟用的
通過(guò)合理使用這些 flags，你可以編寫(xiě)出更強(qiáng)大、更靈活的正則表達(dá)式，適應(yīng)各種復(fù)雜的文本處理需求。
到此這篇關(guān)于Python 正則表達(dá)式 re.findall()全面解析的文章就介紹到這了,更多相關(guān)Python 正則表達(dá)式 re.findall()內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Cython是Python的一種擴(kuò)展，允許Python代碼調(diào)用C庫(kù)，本文主要介紹了使用Cython提升Python的性能的方法步驟，具有一定的參考價(jià)值，感興趣的可以了解一下2023-05-05
Python中Django框架下的staticfiles使用簡(jiǎn)介
這篇文章主要介紹了Python中Django框架下的staticfiles使用簡(jiǎn)介,staticfiles是一個(gè)幫助Django管理靜態(tài)資源的工具,需要的朋友可以參考下2015-05-05
Tensorflow 自定義loss的情況下初始化部分變量方式
今天小編就為大家分享一篇Tensorflow 自定義loss的情況下初始化部分變量方式，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-01-01
Python實(shí)現(xiàn)的刪除重復(fù)文件或圖片功能示例【去重】
這篇文章主要介紹了Python實(shí)現(xiàn)的刪除重復(fù)文件或圖片功能,結(jié)合實(shí)例形式分析了Python基于os與hashlib模塊針對(duì)文件的讀取、hash計(jì)算及重復(fù)性判定等相關(guān)操作技巧,需要的朋友可以參考下2019-04-04
python使用tcp實(shí)現(xiàn)局域網(wǎng)內(nèi)文件傳輸
這篇文章主要介紹了python使用tcp實(shí)現(xiàn)局域網(wǎng)內(nèi)文件傳輸，文件包括文本,圖片,視頻等，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-07-07
本文主要介紹了python展開(kāi)嵌套列表的多種方法,包括for循環(huán)、列表推導(dǎo)式和sum函數(shù)三種方法,具有一定的參考價(jià)值,感興趣的可以了解一下2025-03-03
Opencv+Python實(shí)現(xiàn)圖像運(yùn)動(dòng)模糊和高斯模糊的示例
今天小編就為大家分享一篇關(guān)于Opencv+Python實(shí)現(xiàn)圖像運(yùn)動(dòng)模糊和高斯模糊的示例，小編覺(jué)得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來(lái)看看吧2019-04-04
總結(jié)Python變量的相關(guān)知識(shí)
今天給大家?guī)?lái)的是關(guān)于Python基礎(chǔ)的相關(guān)知識(shí),文章圍繞著Python變量的相關(guān)知識(shí)展開(kāi),文中有非常詳細(xì)的介紹及代碼示例,需要的朋友可以參考下2021-06-06
PyCharm內(nèi)存占用過(guò)高問(wèn)題分析與優(yōu)化指南
PyCharm作為Python開(kāi)發(fā)領(lǐng)域最受歡迎的集成開(kāi)發(fā)環(huán)境(IDE)之一,以其強(qiáng)大的功能和智能化的開(kāi)發(fā)體驗(yàn)贏得了全球開(kāi)發(fā)者的青睞,然而,許多用戶(hù)在使用過(guò)程中都遇到了一個(gè)共同的問(wèn)題PyCharm的內(nèi)存占用率異常高企,所以本文介紹了PyCharm內(nèi)存占用過(guò)高問(wèn)題分析與優(yōu)化指南2025-05-05
Python?數(shù)據(jù)可視化神器Pyecharts繪制圖像練習(xí)
這篇文章主要介紹了Python?數(shù)據(jù)可視化神器Pyecharts繪制圖像練習(xí)，繪制的圖形有柱狀圖、餅狀圖、箱型圖、折線(xiàn)圖、雷達(dá)圖等多種圖像，需要的小伙伴可以參考一下2022-02-02