python正则表达式最短匹配

正则表达
贪婪与懒惰

当正则表达式中包含能接受重复的限定符时,通常的行为是(在使整个表达式能得到匹配的前提下)匹配尽可能多的字符。考虑这个表达式:a.*b,它将会匹配最长的以a开始,以b结束的字符串。如果用它来搜索aabab的话,它会匹配整个字符串aabab。这被称为贪婪匹配。

有时,我们更需要懒惰匹配,也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式,只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复,但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧:

a.*?b匹配最短的,以a开始,以b结束的字符串。如果把它应用于aabab的话,它会匹配aab(第一到第三个字符)和ab(第四到第五个字符)。

为什么第一个匹配是aab(第一到第三个字符)而不是ab(第二到第三个字符)?简单地说,因为正则表达式有另一条规则,比懒惰/贪婪规则的优先级更高:最先开始的匹配拥有最高的优先权——The match that begins earliest wins。

ps:

str = ‘abcabc’

m = re.search(‘a.*c’,str) #最长匹配
if m:
print m.group()

n = re.search(‘a.*?c’,str) #最短匹配
if n:
print n.group()

限定符

  • 代码/语法                                                    说明

*                                            重复匹配零次或多次,但尽可能少重复
+                                            重复1次或更多次,但尽可能少重复
?                                             重复0次或1次
{n}                                          精确重复匹配前表达式n次
{n,m}                                      重复n到m次,但尽可能少重复

《python正则表达式最短匹配》

点赞

发表评论

电子邮件地址不会被公开。 必填项已用*标注