首页 > 正则表达式的贪婪\非贪婪模式怎么理解?

正则表达式的贪婪\非贪婪模式怎么理解?

最近在学习Python相关的正则表达式,对其中的贪婪和非贪婪模式的概念有点模糊,希望借下面几个例子,能理解一下它们的区别:
例子1:

  1. 为何会出现这样的结果呢?

  2. [out]12为何还多了一个空字符出来呢?

In [12]: re.match(r'^(\d+)(0*)$', '102300').groups()
Out[12]: ('102300', '')
In [13]: >>> re.match(r'^(\d+?)(0*)$', '102300').groups()
Out[13]: ('1023', '00')

例子2:为什么加了?,得到的结果就不一样了呢?

In [7]: import re

In [8]:  r=re.findall(r'<title.*?\/title>','<title>首页 - CK的官方网站</title>,<title>首页 - Michael翔的官方网站</title>')

In [9]: r
Out[9]: ['<title>首页 - CK的官方网站</title>', '<title>首页 - Michael翔的官方网站</title>']

In [10]:  r=re.findall(r'<title.*\/title>','<title>首页 - CK的官方网站</title>,<title>首页 - Michael翔的官方网站</title>
')
In [11]: r
Out[11]: ['<title>首页 - CK的官方网站</title>,<title>首页 - Michael翔的官方网站</title>']

d+表示找到一个或多个数字,但期望的是更长的串;d+?表示去匹配满足要求的尽可能短的串。

圆括号,表示要捕获的分组。

在这个例子中,在(\d+)会把102300都匹配完,(0*)因为可以匹配零个或者多个0,这里0个0也会被捕获,所以出现了空串。

In [12]: re.match(r'^(\d+)(0*)$', '102300').groups()
Out[12]: ('102300', '')

在这个例子中,为了匹配到尽可能短的串,就把0分给了后面的(0*)分组了。

In [13]: >>> re.match(r'^(\d+?)(0*)$', '102300').groups()
Out[13]: ('1023', '00')
【热门文章】
【热门文章】