Regulärer Ausdruck fängt nur das letzte Auftreten der wiederholten Gruppe

Question

Ich versuche, mehrere zu erfassen „<Attribut> = <Wert>“ Paare mit einem Python regular expression aus einem String wie folgt aus:

some(code) ' <tag attrib1="some_value" attrib2="value2"     en=""/> 

Der reguläre Ausdruck '\s*<tag(?:\s*(\w+)\s*=\"(.*?)\")* ist soll solche Paare mehrere Male entsprechen, dh Rückkehr etwas wie

"attrib1", "some_value", "attrib2", "value2", "en", "" 

aber es fängt nur das letzte Vorkommen:

>>> import re 
>>> re.search("'\s*<tag(?:\s*(\w+)\s*=\"(.*?)\")*", ' some(code) \' <tag attrib1="some_value" attrib2="value2"     en=""/>').groups() 
('en', '') 

Fokussierung auf <attrib> = "<Wert>" funktioniert:

>>> re.findall("(?:\s*(\w+)\s*=\"(.*?)\")", ' some(code) \' <tag attrib1="some_value" attrib2="value2"     en=""/>') 
[('attrib1', 'some_value'), ('attrib2', 'value2'), ('en', '')] 

so eine pragmatische Lösung könnte "<tag" in string vor dem Ausführen dieses regulären Ausdruck zu testen, aber ..

Warum erfasst der Originalregex nur das letzte Vorkommen und was muss geändert werden, damit es wie beabsichtigt funktioniert?

Answer 1

So funktioniert Regex: Sie haben eine Erfassungsgruppe definiert, daher gibt es nur eine Erfassungsgruppe. Wenn es zuerst etwas erfasst und dann eine andere Sache erfasst, wird das erste erfasste Objekt ersetzt. Deshalb erhalten Sie nur das zuletzt aufgenommene Objekt.
Es gibt keine Lösung für die, die ich kenne ...

Answer 2

Von der documentation Suche wird nur ein Vorkommen zurückgegeben. Die findAll-Methode gibt alle Vorkommen in der Liste zurück. Das müssen Sie verwenden, wie in Ihrem zweiten Beispiel.