python 正则表达式 groups和group有什么区别

为什么 
m = re.match("([abc])+", "abc")
print m.groups()
返回的只有('c',) 而不是 abc
而 print m.group() 就能返回整个的字符串
他们到底有什么区别呢 网上的解释我看的不是太明白

group和groups是两个不同的函数。

一般，m.group(N) 返回第N组括号匹配的字符。
而m.group() == m.group(0) == 所有匹配的字符，与括号无关，这个是API规定的。

m.groups() 返回所有括号匹配的字符，以tuple格式。
m.groups() == (m.group(0), m.group(1), ...)

对你给的例子：

m = re.match("([abc])+", "abc")
你的+号在括号外面。括号最多匹配到一个字符，要么是a， 要么是c，这个python引擎匹配的是末尾的c。
而m.group() == m.group(0) 这个返回的是整个匹配的字符串"abc".

关于捕获型括号在正则表达式里的用法，参见相关文档。
 
 

  
  

   
   追问：
  
  
  
  

   
   
如果 m.groups() == (m.group(0), m.group(1), ...) 那么groups是不是应该输出(abc,a,b,c) 而且因为+不是可以匹配一个或者多个么? 所以是不是应该有 m.group(0), m.group(1),m.group(2), m.group(3)三个数据
  
  
 
 
 
 

  
  

   
   追答：
  
  
  
  

   
   
m.group(2), m.group(3) 的意思是返回第2／3组括号匹配的字符串。
你看看你的表达式里面有几组括号？只有一组。所以在这个例子里面，这两个应该都是返回错误。
  
  
 
 
 
 

  
  

   
   追问：
  
  
  
  

   
   
那我可以把正则表达式改为: 
    m = re.match("([abc])+\1", "abc")
    print m.group()
么, \1是否是输出第一组信息 我试了一下 好像不行 \1为什么不对,  为什么呢?
而且  既然m.group(1) 既然为c, 那么, groups是不是应该为(abc, c)呢?
  
  
 
 
 
 

  
  

   
   追答：
  
  
  
  

   
   
>> 既然m.group(1) 既然为c, 那么, groups是不是应该为(abc, c)呢?

对不起。解释groups()的时候错了。应该是:
m.groups() == (m.group(1), m.group(2), ...)
不包括group(0)。可以阅读官方文档：
http://docs.python.org/2/library/re.html

就我个人而言，\N除了查找替换之外很少用。你可以说说你希望得到什么结果，我帮你写表达式。尽量避免使用\N。
  
  
 
 
 
 

  
  

   
   追问：
  
  
  
  

   
   
多谢 主要我是不了解group和groups是怎么个操作方法 譬如如下的:
p = re.compile(r'[ ]+(\w+)+[ ]+')
    print p.search('Paris in the the spring spring ').group()
我觉得 group(1)是否应该返回的是spring, 如果按照您说的那样子的话,可是为什么返回的是in呢.
同理: 我找成对的字符串 p = re.compile(r'[ ]+(\w+)+[ ]+\1') 为什么返回的是 the 而不是spring, 它不是最后一个放到group呢? 再次感谢
  
  
 
 
 
 

  
  

   
   追答：
  
  
  
  

   
   
p = re.compile(r'[ ]+(\w+)+[ ]+\1')
单个字符不需要[]，可以简化为
p = re.compile(r' +(\w+)+ +\1')

(\w+)+这种写法效率很低，而且容易引起误会。表面上它匹配的是任意多个word(1个或更多)，其实整体匹配的内容和一个word没区别，只是括号匹配的部分变得不清楚。
整体匹配上：(\w+)+ == \w+
括号匹配多少视engine而定，一般的语言实现应该都是(\w+)+ == (\w+)

如果要返回紧挨着的(空格分开)重复字串，我会这么做：
#!/usr/bin/env python
# coding=utf-8

import itertools

long_text = 'Paris in the the spring spring '

words = long_text.split()

repeats = [x for x, y in itertools.izip(words,
                                        itertools.islice(words, 1, None))
           if x == y]

==========================================
p = re.compile(r'[ ]+(\w+)+[ ]+')
等价于
p = re.compile(r' +(\w+) +')

这个匹配：N个空格，1个word，N个空格(N>=1)。
print p.search('Paris in the the spring spring ').group()
整个字符串里面，第一个能匹配到的是" in "，最后一个能匹配到的是" spring "。python的re module是找到一个匹配就停下来返回结果了，所以(\w+)就捕获到了"in"，你也可以输出group(0)，应该是匹配" in "。
其实别的语言的正则表达式引擎可以返回不同的结果。不见得一定返回第一个匹配项。

==========================================
正则表达式只是一个工具，而且不复杂。学习的时候可以从简单开始，不要人为把它复杂化。
尽量从实际需求出发设计正则表达式，不要为了使用表达式的某些功能设计表达式。

==========================================
如果要用正则表达式找重复单词，可以这么做：
import re
for mo in re.finditer(r'(\w+) +\1', long_text):
    print mo.group(0)