Python 正则表达式中的非贪婪答案

【问题标题】：Non-greedy in Python RegexPython 正则表达式中的非贪婪
【发布时间】：2015-07-11 13:02:39
【问题描述】：

我试图理解python中的非贪婪正则表达式，但我不明白为什么下面的例子有这个结果：

print(re.search('a??b','aaab').group())
ab
print(re.search('a*?b','aaab').group())
aaab

我认为第一个是“b”，第二个是“ab”。谁能解释一下？

【问题讨论】：

原因是正则表达式引擎从左到右解析字符串，并在最左边的位置返回第一个可能的匹配项。您使用非贪婪量词这一事实不会改变任何事情。

标签： python regex non-greedy

【解决方案1】：

发生这种情况是因为您要求的匹配之后匹配。如果您尝试跟踪 a??b 的匹配是如何从左到右发生的，您会看到如下内容：

尝试 0 a 加上 b 与 aaab：不匹配 (b != a)
尝试 1 a 加上 b 与 aaab ：不匹配 (ab != aa)
尝试 0 a 加 b 与 aab：不匹配 (b != a)（匹配位置向右移动一位）
尝试 1 a plus b vs aab：不匹配 (ab != aa)
尝试 0 a 加上 b 与 ab：不匹配 (b != a)（匹配位置向右移动一位）
尝试 1 a 加上 b 与 ab ：匹配 (ab == ab)

*? 也是如此。

事实上，search 函数返回 leftmost 匹配。使用?? 和*? 只会将行为更改为首选最左边匹配，但它会不返回从已找到匹配右侧开始的较短匹配.

另请注意，re 模块不会返回重叠匹配项，因此即使使用 findall 或 finditer 您也无法找到您要查找的两个匹配项。

【讨论】：

【解决方案2】：

因为?? 是lazy 而? 是贪婪的。并且惰性量词将匹配零或一（它的左标记），如果仍然允许整体模式匹配则为零。例如所有以下将返回一个空字符串：

>>> print(re.search('a??','a').group())

>>> print(re.search('a??','aa').group())

>>> print(re.search('a??','aaaa').group())

而正则表达式 a??b 将匹配 ab 或 b ：

>>> print(re.search('a??b','aaab').group())
ab
>>> print(re.search('a??b','aacb').group())
b

如果它不允许整体模式匹配并且没有任何b，它将返回 None ：

>>> print(re.search('a??b','aac').group())
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'NoneType' object has no attribute 'group'

关于第二部分，你有一个非贪婪的正则表达式，结果非常明显。它将匹配任意数量的a，然后是b：

print(re.search('a*?b','aaab').group())
aaab

【讨论】：

【解决方案3】：

模式说明 - /a??b/

a?? 按字面意思匹配字符 a（区分大小写），然后是量词 ?? 表示在零和一次之间，尽可能少，根据需要扩展 [lazy]，然后字符 b 应该匹配，字面意思（区分大小写）

所以它将匹配给定字符串'aaab'中的最后一个'ab'字符

对于模式 - /a*?b/

a*? 匹配字符 'a' 字面意思（区分大小写）这里的量词 *? 表示在零和无限次之间，尽可能少，根据需要扩展 [lazy] 然后字符 b 应该匹配，字面意思（区分大小写）。

所以它将在'aaab'中作为一个整体匹配'aaab'

【讨论】：