首页 > python 正则如何匹配最近的字符

python 正则如何匹配最近的字符

<td>a</td><td>b</td>

正则表达式是: <td>(.*)<\/td>
我期待出现: ["a","b"]
可是结果是: ["a</td><td>b"]


python的正則默認是貪婪(greedy)的(事實上大多數正則的實現都這麼默認)。

你的例子中有兩個<\/td>,所以有兩種匹配,匹配到第一個,那就是你期望的結果 ["a","b"],匹配到第二個,那就是實際的結果,["a</td><td>b"]。後者比前者長,所以最終匹配結果是第二個。這就是所謂的貪婪模式,找最長的匹配。

你需要的是非貪婪(non-greedy)模式,也叫最小(minimal)模式,也就是匹配盡可能短的字符串。很簡單,只要加上一個?即可,也就是說改成<td>(.*?)<\/td>

當然,非貪婪可能有性能問題。我不知道 python 有沒有針對這方面的優化。就你的問題而言,用貪婪模式也可以實現,比如 <td>([^<]*)<\/td>


送你两个字"断言",搜一下就明白了


你应该使用惰性数量修饰符(lazy/non-greedy qualifiers)。

<td>(.*?)<\/td>

推荐阅读: http://deerchao.net/tutorials/regex/regex.htm#greedyandlazy

【热门文章】
【热门文章】