複数回一致するPython正規表現

Question

パターンの複数のインスタンスを持つ可能性のある文字列とパターンを一致させようとしています。私はすべてのインスタンスを別々に必要とします。 re.findall()はになりますが、私が間違っていることは分かりません。

pattern = re.compile('/review: (http://url.com/(\d+)\s?)+/', re.IGNORECASE) 
match = pattern.findall('this is the message. review: http://url.com/123 http://url.com/456') 

私はmatchリストの異なる要素であることを 'http://url.com/123'、http://url.com/456と二つの数123 & 456を必要としています。

私はまた、'/review: ((http://url.com/(\d+)\s?)+)/'をパターンとして試しましたが、運はありません。

Answer 1

これを使用してください。目的の結果を得るには、キャプチャグループの外に「レビュー」を配置する必要があります。

pattern = re.compile(r'(?:review:)?(http://url.com/(\d+))\s?', re.IGNORECASE) 

これは単にレビューを削除し、出力

>>> match = pattern.findall('this is the message. review: http://url.com/123 http://url.com/456') 
>>> match 
[('http://url.com/123', '123'), ('http://url.com/456', '456')] 

Answer 2

あなたは余分な/正規表現を持っています。 Pythonではパターンは文字列でなければなりません。例えばこれに代えて：

pattern = re.compile('/review: (http://url.com/(\d+)\s?)+/', re.IGNORECASE) 

それは次のようになります。上の

pattern = re.compile(r'review: (http://url.com/(\d+)\s?)+', re.IGNORECASE) 

余分R：

pattern = re.compile('review: (http://url.com/(\d+)\s?)+', re.IGNORECASE) 

はまた、通常のpythonであなたが実際にこのような "生" の文字列を使用したいです文字列の先頭は、バックスラッシュをエスケープするなど、たくさんのことをする必要がありません。

Answer 3

2段階アプローチを使用してください。まずeverythin g： "review："からEOLに移動し、トークン化します。

msg = 'this is the message. review: http://url.com/123 http://url.com/456' 

review_pattern = re.compile('.*review: (.*)$') 
urls = review_pattern.findall(msg)[0] 

url_pattern = re.compile("(http://url.com/(\d+))") 
url_pattern.findall(urls)