match について

Question

pythonのライブラリを読んで、正規表現についてわからないことを質問します。
https://docs.python.org/ja/3/library/re.html

m = re.match(r"(\d+).(\d+)", "24.1632")
print(m.groups())

結果：('24', '1632')

私の考え方：
\d は数字
\d+ は一つ以上の数字
. は.

よって、
((\d+).(\d+)) は 一つ以上の数字.一つ以上の数字　のように、小数点が必ず入るものだと思います。
私が考えた結果は ('24.1', '24.1632' , '4.1', '4.163', ...)

なぜm.groupsの結果は小数点がない数字、さらに2つしかありませんか？

Answer 1

本来なら \d+.\d+ で充分なところ、 () でキャプチャを取っているからです。
このことはご参照のリファレンスにも、また違った表現で書いてありますね。

#####Match.groups(default=None)

このマッチの、1 からパターン中のグループ数まで、全てのサブグループを含むタプルを返します。

---

私が考えた結果は ('24.1', '24.1632' , '4.1', '4.163', ...)

matchは先頭から探索します。ですので、4から始まることはあり得ません。
またできるだけ長くマッチしようとするので、小数点以下が途中で打ち切られることもありません。

途中から探索したい場合はre.searchを、常に文字列全体とマッチしたい場合はre.fullmatchを使えます。
ただし今回の場合どれを選んでも結果は同じです。

---

なお m.group(0) とでもすれば、マッチした文字列全体が得られます。

>>> pattern = re.compile(r'(\d+).(\d+)')
>>>
>>> m = pattern.match(r'24.1632')
>>> for i in range(pattern.groups+1):
...     print(i, m.group(i))
...
0 24.1632
1 24
2 1632

Comments

[NightElf00]

re.searchとre.fullmatchもありますね！ありがとうございました。！

Answer 2

正規表現ではパターン文字列の一部を() で囲う（グループ化）ことでマッチした文字列の一部を抜き出すことができます。

今回の質問の例では
"(\d+).(\d+)"
となっており、少数点より前の\d+ と、少数点より後の\d+ がそれぞれも括弧で囲まれておりますので、それぞれグループ1、グループ2 に割り当てられます。（パターン文字列全体がグループ0 に割り当てられる）

で、これらの結果はは m.group() により得ることができます。（m.groups() では ありませんので注意してください）。

import re
m = re.match(r"(\d+).(\d+)", "24.1632")
# グループ0(パターン文字全体)
print(m.group(0))
24.1632
# グループ1(小数点より前)
print(m.group(1))
24
# グループ2(小数点より後)
print(m.group(2))
1632

で、今回の質問となっているm.groups() ですが、これはグループ１以降の全サブグループ（全体以外）タプルでを返すAPI ですので、上記のグループ１の結果とグループ２の結果がタプルで返ります。

print(m.groups())
# ('24', '1632')

https://docs.python.org/ja/3/library/re.html#re.Match.groups

Comments

[NightElf00]

わかりやすく説明していただきありがとうございました！

Answer 3

((\d+).(\d+)) は 一つ以上の数字.一つ以上の数字　のように、小数点が必ず入るものだと思います。

しかし貴方のコードには外側のカッコがありません。

私が考えた結果は ('24.1', '24.1632' , '4.1', '4.163', ...)

マッチする文字列が複数通り考えられるときは最長・最左のものが採用されるというルールがあるので、そうはなりません。