非贪婪模式(?) --实现最短匹配的正则
2018-09-30 本文已影响73人
cook__
问题引入:
import re
str_pat = re.compile(r'\"(.*)\"')
text1 = 'Computer says "no."'
str_pat.findall(text1)
Out[4]: ['no.']
text2 = 'Computer says "no." Phone says "yes."'
str_pat.findall(text2)
Out[6]: ['no." Phone says "yes.'] # 输出有问题
问题:
在这个例子中,模式r'"(.)"'尝试去匹配包含在引号中文本。
但是,操作符在正则表达式中采用的是贪心策略,所以匹配过程中是基于找出最长的可能匹配来进行的。
因此在text2例子中,它错误的匹配成2个被引号包围的字符串了
解决上述问题的方案:只要在模式中的*操作符后加上?修饰符就可以了, 这么做使得匹配过程不会以贪心方式进行,也就会产生出最短的匹配了
re.findall(r'\"(.*?)\"', text2)
Out[7]: ['no.', 'yes.']