起因

~~起因肯定是代码和人都不能跑~~

经过

发现问题

1

Invalid URL "('gxxxxm.', '/xxxxxxx4')": No scheme supplied. Perhaps you meant http://('gxxxxm.', '/xxxxxxx4')?

然后

1
2
3
4
5
6
7


(Pdb) b xx
(Pdb) p a_string
http://gxxxm.xxxxxx.xx/xxxxxxx4
(Pdb) p a_regex_contains_capture_group
re.compile('https?://([\\w\\-]+\\.)+[\\w\\-]+(/[\\w\\-./?%&=]*)?')
(Pdb) p a_regex_contains_capture_group.findall(a_string)
('gxxxxm.', '/xxxxxxx4')

研究问题

TL; DR

如果觉得文档晦涩难懂建议直接看人话，请戳 TL; DR

先是懵逼，不知道过了多久才想起来help(re.findall)

1
2
3
4
5
6
7
8


findall(pattern, string, flags=0)
    Return a list of all non-overlapping matches in the string.

    If one or more capturing groups are present in the pattern, return
    a list of groups; this will be a list of tuples if the pattern
    has more than one group.

    Empty matches are included in the result.

这里写道：

If one or more capturing groups are present in the pattern, return a list of groups; this will be a list of tuples if the pattern has more than one group.

译为中文

Python Docs 中

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

返回 pattern 在 string 中的所有非重叠匹配，以字符串列表或字符串元组列表的形式。对 string 的扫描从左至右，匹配结果按照找到的顺序返回。空匹配也包括在结果中。

返回结果取决于模式中捕获组的数量。如果没有组，返回与整个模式匹配的字符串列表。如果有且仅有一个组，返回与该组匹配的字符串列表。如果有多个组，返回与这些组匹配的字符串元组列表。非捕获组不影响结果。

译为人话

在 Perl风格正则表达式 中被 () 包裹的内容是捕获组，非捕获组包括那四个预查模式以及由 ?: 开头的组。

如果存在且仅存在一个 捕获组，那么 re.findall 会输出此 捕获组 捕获到的字符串的列表。

如果存在多个 捕获组，那么 re.findall 就会输出 捕获组 的元组的列表，而不是预期的字符串列表。

结果

在每一个组里面( i( )的前面加上了?: