¿Pueden los grupos Regex y * comodines trabajar juntos?

Question

¿Hay alguna forma de combinar grupos y las * características de expresiones regulares para actuar como un tipo de tokenizador/divisor. He intentado esto:

my_str = "foofoofoofoo" 
pattern = "(foo)*" 
result = re.search(pattern, my_str) 

que estaba esperando mis grupos podrían parecerse a

("foo", "foo", "foo", "foo") 

Pero no es así. Me sorprendió esto porque? y las características del grupo trabajan juntos:

my_str= "Mr foo" 
pattern = "(Mr)? foo" 
result = re.search(pattern, my_str) 

Answer 1

El problema es repite su único grupo de captura. Eso significa que solo tiene un paréntesis ==> un grupo de captura, y este grupo de captura se sobrescribe cada vez que coincide.

Consulte Repeating a Capturing Group vs. Capturing a Repeated Group en regular-expression.info para obtener más información. (Pero capturar un grupo repetido tampoco es lo que quiere)

Por lo tanto, una vez que haya terminado su expresión regular, su grupo de captura 1 contendrá el último "foo" encontrado.

Esto haría que le dará el resultado esperado:

my_str = "foofoofoofoo" 
pattern = "foo" 
result = re.findall(pattern, my_str) 

resultado es entonces una lista ['foo', 'foo', 'foo', 'foo']

Answer 2

grupos de captura y * no funcionan con el construido en el módulo re - usar findall lugar.

Hay una biblioteca llamada regex en pypi que creo que admite esa sintaxis y tiene algunas otras características, como el seguimiento de longitud variable.