Skip to main content
adicionou 349 caracteres ao conteúdo
Fonte Link
hkotsubo
  • 66,9mil
  • 25
  • 87
  • 170

O problema é que findall percorre a string da esquerda para a direita, e cada vez que encontra um match, a próxima busca começa depois do último trecho encontrado.

No caso, na string 0420202198, depois de encontrado o 2020, a procura começa a partir do terceiro 2 (o que começa o trecho 2198), e por isso o 2021 não é encontrado.

Para fazer o que você precisa, uma opção é usar o método match, passando a posição em que a busca começará:

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')
years = []
# fazer buscas começando em todas as posições da string
for pos in range(0, len(text)):
    m = r.match(text, pos)
    if m:
        years.append(m.group())

print(years)

Neste caso não precisa incluir os parênteses na regex (eles servem para criar grupos de captura, que são retornados por findall), pois o método group, quando chamado sem parâmetros, já retorna todo o trecho que foi encontrado.

Além disso não precisei usar raw string (o r antes das aspas). Esta sintaxe é útil quando a regex possui caracteres como o \ (pois assim não preciso escrevê-lo como \\), mas neste caso não é necessário.

E também coloco os resultados em uma lista, para que o retorno seja o mesmo de findall (que retorna uma lista com os resultados).

A saída é:

['2020', '2021']


Como a sua regex necessariamente precisa de 4 dígitos para encontrar um match, eu poderia otimizar um pouco o loop e usar range(0, len(text) - 3) no for (assim eu evito iterar nas 3 últimas posições, pois eu sei que a partir daí não há mais caracteres suficientes para satisfazer a regex).


Se quiser, também pode usar a sintaxe de list comprehension, bem mais pythônica (e geralmente mais sucinta, mas neste caso específico, não sei se é tanto assim):

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')    
years = [m.group() for pos in range(0, len(text) - 3) for m in [r.match(text, pos)] if m]
print(years)

Ou ainda:

years = [m.group() for m in (r.match(text, pos) for pos in range(0, len(text) - 3)) if m]

Ambas as opções acima retiradas daqui.

O problema é que findall percorre a string da esquerda para a direita, e cada vez que encontra um match, a próxima busca começa depois do último trecho encontrado.

No caso, na string 0420202198, depois de encontrado o 2020, a procura começa a partir do terceiro 2 (o que começa o trecho 2198), e por isso o 2021 não é encontrado.

Para fazer o que você precisa, uma opção é usar o método match, passando a posição em que a busca começará:

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')
years = []
# fazer buscas começando em todas as posições da string
for pos in range(0, len(text)):
    m = r.match(text, pos)
    if m:
        years.append(m.group())

print(years)

Neste caso não precisa incluir os parênteses na regex (eles servem para criar grupos de captura, que são retornados por findall), pois o método group, quando chamado sem parâmetros, já retorna todo o trecho que foi encontrado.

A saída é:

['2020', '2021']


Como a sua regex necessariamente precisa de 4 dígitos para encontrar um match, eu poderia otimizar um pouco o loop e usar range(0, len(text) - 3) no for (assim eu evito iterar nas 3 últimas posições, pois eu sei que a partir daí não há mais caracteres suficientes para satisfazer a regex).


Se quiser, também pode usar a sintaxe de list comprehension, bem mais pythônica (e geralmente mais sucinta, mas neste caso específico, não sei se é tanto assim):

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')    
years = [m.group() for pos in range(0, len(text) - 3) for m in [r.match(text, pos)] if m]
print(years)

Ou ainda:

years = [m.group() for m in (r.match(text, pos) for pos in range(0, len(text) - 3)) if m]

Ambas as opções acima retiradas daqui.

O problema é que findall percorre a string da esquerda para a direita, e cada vez que encontra um match, a próxima busca começa depois do último trecho encontrado.

No caso, na string 0420202198, depois de encontrado o 2020, a procura começa a partir do terceiro 2 (o que começa o trecho 2198), e por isso o 2021 não é encontrado.

Para fazer o que você precisa, uma opção é usar o método match, passando a posição em que a busca começará:

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')
years = []
# fazer buscas começando em todas as posições da string
for pos in range(0, len(text)):
    m = r.match(text, pos)
    if m:
        years.append(m.group())

print(years)

Neste caso não precisa incluir os parênteses na regex (eles servem para criar grupos de captura, que são retornados por findall), pois o método group, quando chamado sem parâmetros, já retorna todo o trecho que foi encontrado.

Além disso não precisei usar raw string (o r antes das aspas). Esta sintaxe é útil quando a regex possui caracteres como o \ (pois assim não preciso escrevê-lo como \\), mas neste caso não é necessário.

E também coloco os resultados em uma lista, para que o retorno seja o mesmo de findall (que retorna uma lista com os resultados).

A saída é:

['2020', '2021']


Como a sua regex necessariamente precisa de 4 dígitos para encontrar um match, eu poderia otimizar um pouco o loop e usar range(0, len(text) - 3) no for (assim eu evito iterar nas 3 últimas posições, pois eu sei que a partir daí não há mais caracteres suficientes para satisfazer a regex).


Se quiser, também pode usar a sintaxe de list comprehension, bem mais pythônica (e geralmente mais sucinta, mas neste caso específico, não sei se é tanto assim):

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')    
years = [m.group() for pos in range(0, len(text) - 3) for m in [r.match(text, pos)] if m]
print(years)

Ou ainda:

years = [m.group() for m in (r.match(text, pos) for pos in range(0, len(text) - 3)) if m]

Ambas as opções acima retiradas daqui.

adicionou 703 caracteres ao conteúdo
Fonte Link
hkotsubo
  • 66,9mil
  • 25
  • 87
  • 170

O problema é que findall percorre a string da esquerda para a direita, e cada vez que encontra um match, a próxima busca começa depois do último trecho encontrado.

No caso, na string 0420202198, depois de encontrado o 2020, a procura começa a partir do terceiro 2 (o que começa o trecho 2198), e por isso o 2021 não é encontrado.

Para fazer o que você precisa, uma opção é usar o método match, passando a posição em que a busca começará:

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')
years = []
# fazer buscas começando em todas as posições da string
for pos in range(0, len(text)):
    m = r.match(text, pos)
    if m:
        years.append(m.group())

print(years)

Neste caso não precisa incluir os parênteses na regex (eles servem para criar grupos de captura, que são retornados por findall), pois o método group, quando chamado sem parâmetros, retorna todo o trecho que foi encontrado.

A saída é:

['2020', '2021']


Como a sua regex necessariamente precisa de 4 dígitos para encontrar um match, eu poderia otimizá-laotimizar um pouco o loop e usar range(0, len(text) - 3) no for (assim eu evito iterar nas 3 últimas posições, pois eu sei que a partir daí não há mais caracteres suficientes para satisfazer a regex).


Se quiser, também pode usar a sintaxe de list comprehension, bem mais pythônica (e geralmente mais sucinta, mas neste caso específico, não sei se é tanto assim):

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')    
years = [m.group() for pos in range(0, len(text) - 3) for m in [r.match(text, pos)] if m]
print(years)

Ou ainda:

years = [m.group() for m in (r.match(text, pos) for pos in range(0, len(text) - 3)) if m]

Ambas as opções acima retiradas daqui.

O problema é que findall percorre a string da esquerda para a direita, e cada vez que encontra um match, a próxima busca começa depois do último trecho encontrado.

No caso, na string 0420202198, depois de encontrado o 2020, a procura começa a partir do terceiro 2 (o que começa o trecho 2198), e por isso o 2021 não é encontrado.

Para fazer o que você precisa, uma opção é usar o método match, passando a posição em que a busca começará:

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')
years = []
for pos in range(0, len(text)):
    m = r.match(text, pos)
    if m:
        years.append(m.group())

print(years)

Neste caso não precisa incluir os parênteses na regex (eles servem para criar grupos de captura, que são retornados por findall), pois o método group, quando chamado sem parâmetros, retorna todo o trecho que foi encontrado.

A saída é:

['2020', '2021']


Como a sua regex necessariamente precisa de 4 dígitos para encontrar um match, eu poderia otimizá-la um pouco e usar range(0, len(text) - 3) no for (assim eu evito iterar nas 3 últimas posições, pois eu sei que não há mais caracteres suficientes para satisfazer a regex).

O problema é que findall percorre a string da esquerda para a direita, e cada vez que encontra um match, a próxima busca começa depois do último trecho encontrado.

No caso, na string 0420202198, depois de encontrado o 2020, a procura começa a partir do terceiro 2 (o que começa o trecho 2198), e por isso o 2021 não é encontrado.

Para fazer o que você precisa, uma opção é usar o método match, passando a posição em que a busca começará:

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')
years = []
# fazer buscas começando em todas as posições da string
for pos in range(0, len(text)):
    m = r.match(text, pos)
    if m:
        years.append(m.group())

print(years)

Neste caso não precisa incluir os parênteses na regex (eles servem para criar grupos de captura, que são retornados por findall), pois o método group, quando chamado sem parâmetros, retorna todo o trecho que foi encontrado.

A saída é:

['2020', '2021']


Como a sua regex necessariamente precisa de 4 dígitos para encontrar um match, eu poderia otimizar um pouco o loop e usar range(0, len(text) - 3) no for (assim eu evito iterar nas 3 últimas posições, pois eu sei que a partir daí não há mais caracteres suficientes para satisfazer a regex).


Se quiser, também pode usar a sintaxe de list comprehension, bem mais pythônica (e geralmente mais sucinta, mas neste caso específico, não sei se é tanto assim):

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')    
years = [m.group() for pos in range(0, len(text) - 3) for m in [r.match(text, pos)] if m]
print(years)

Ou ainda:

years = [m.group() for m in (r.match(text, pos) for pos in range(0, len(text) - 3)) if m]

Ambas as opções acima retiradas daqui.

adicionou 437 caracteres ao conteúdo
Fonte Link
hkotsubo
  • 66,9mil
  • 25
  • 87
  • 170

O problema é que findallfindall percorre a string da esquerda para a direita, e cada vez que encontra um match, a próximopróxima busca começa depois do último trecho encontrado.

No caso, na string 0420202198, depois de encontrado o 20202020, a procura começa a partir do terceiro 2 (o que começa o trecho 2198), e por isso o 20212021 não é encontrado.

Para fazer o que você precisa, uma opção é usar o método match, passando a posição em que a busca começará:

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')
years = []
for pos in range(0, len(text)):
    m = r.match(text, pos)
    if m:
        years.append(m.group())

print(years)

Neste caso não precisa incluir os parênteses na regex (eles servem para criar grupos de captura, que são retornados por findall), pois o método group, quando chamado sem parâmetros, retorna todo o trecho que foi encontrado.

A saída é:

['2020', '2021']


Como a sua regex necessariamente precisa de 4 dígitos para encontrar um match, eu poderia otimizá-la um pouco e usar range(0, len(text) - 3) no for (assim eu evito iterar nas 3 últimas posições, pois eu sei que não há mais caracteres suficientes para satisfazer a regex).

O problema é que findall percorre a string da esquerda para a direita, e cada vez que encontra um match, a próximo busca começa depois do último trecho encontrado.

No caso, na string 0420202198, depois de encontrado o 2020, a procura começa a partir do terceiro 2 (o que começa o trecho 2198), e por isso o 2021 não é encontrado.

Para fazer o que você precisa, uma opção é usar o método match, passando a posição em que a busca começará:

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')
years = []
for pos in range(0, len(text)):
    m = r.match(text, pos)
    if m:
        years.append(m.group())

print(years)

A saída é:

['2020', '2021']


Como a sua regex necessariamente precisa de 4 dígitos para encontrar um match, eu poderia otimizá-la um pouco e usar range(0, len(text) - 3) no for (assim eu evito iterar nas 3 últimas posições, pois eu sei que não há mais caracteres suficientes para satisfazer a regex).

O problema é que findall percorre a string da esquerda para a direita, e cada vez que encontra um match, a próxima busca começa depois do último trecho encontrado.

No caso, na string 0420202198, depois de encontrado o 2020, a procura começa a partir do terceiro 2 (o que começa o trecho 2198), e por isso o 2021 não é encontrado.

Para fazer o que você precisa, uma opção é usar o método match, passando a posição em que a busca começará:

import re

text = '0420202198'
r = re.compile('20[1-2][0-9]')
years = []
for pos in range(0, len(text)):
    m = r.match(text, pos)
    if m:
        years.append(m.group())

print(years)

Neste caso não precisa incluir os parênteses na regex (eles servem para criar grupos de captura, que são retornados por findall), pois o método group, quando chamado sem parâmetros, retorna todo o trecho que foi encontrado.

A saída é:

['2020', '2021']


Como a sua regex necessariamente precisa de 4 dígitos para encontrar um match, eu poderia otimizá-la um pouco e usar range(0, len(text) - 3) no for (assim eu evito iterar nas 3 últimas posições, pois eu sei que não há mais caracteres suficientes para satisfazer a regex).

Fonte Link
hkotsubo
  • 66,9mil
  • 25
  • 87
  • 170
Carregando