求助： Python 正则模块 search findall 表现不同

[Leon6868]

正则表达式如下

( https?|ftp|file)://[-A-Za-z0-9+&@#/%?=~_|!:,.;]+[-A-Za-z0-9+&@#/%=~_|]

复现代码：

import re
url_pattern = re.compile(r'( https?|ftp|file)://[-A-Za-z0-9+&@#/%?=~_|!:,.;]+[-A-Za-z0-9+&@#/%=~_|]')
print("search", url_pattern.search("http://1.com 和 http://2.com"))
print("findall", url_pattern.findall("http://1.com 和 http://2.com"))

为什么二者表现不同呢？如果我想用 url_pattern.findall() 得到 ["http://1.com","http://2.com"] 这样的结果，该如何修改代码？

[J0rmo]

import re

url_pattern = re.compile(r'( https?|ftp|file)(://[-A-Za-z0-9+&@#/%?=~_|!:,.;]+[-A-Za-z0-9+&@#/%=~_|])')

print([ ''.join(v) for v in url_pattern.findall("http://1.com 和 http://2.com") ])

[hicdn]

你用了正则的分组，() 内的内容就是分组，findall 在有分组时，只返回分组匹配内容。
不分组就能得到你期望的结果
( https?|ftp|file)
->
(?: https?|ftp|file)

[guog]

import re

# 如果没啥特殊匹配要求的话可以简化正则

url_pattern = r'( https?|ftp|file)://\S+'

text = "http://1.com 和 http://2.com"

matches = re.finditer(url_pattern, text)

results = []

if matches:
results = [match.group() for match in matches]
print(results)
else:
print("No URLs found.")

[Leon6868]

@hicdn #2 感谢！我在 js 下使用这个正则就没有问题，请问是 findall 的特性吗？