Python正则表达式问号运算符不起作用？

Question

import re
str='abc defg'
m1 = re.match(".*(def)?",str)
m2 = re.match(".*(def)",str)
print (m1.group(1),m2.group(1))

上面的输出是：

（无，'def'）

发生了什么事？即使使用非贪婪重复运算符，可选的捕获组(def)? 也不匹配。

Answer 1

当正则表达式引擎尝试匹配 .*(def) 和 abc defg 时会发生以下情况：

• 首先，引擎开始尝试匹配字符串开头的正则表达式。
• 贪婪子模式.* 最初会尝试尽可能多地匹配，匹配整个字符串。
• 由于这会导致其余的匹配失败，正则表达式引擎会回溯，直到找到匹配 (def) 的方法，当 .* 仅匹配 abc  时会发生这种情况。

但是，如果我们将正则表达式更改为 .*(def)?，则会发生以下情况：

• 首先，正则表达式引擎再次从字符串的开头开始。
• 接下来，它再次尝试尽可能多地匹配.*，匹配整个字符串。
• 但此时，由于正则表达式的所有其余部分都是可选的，因此它找到了整个正则表达式的匹配项！由于(def)? 是贪婪的，所以引擎会 更愿意匹配它，但它不会回溯早期的子模式来看看它是否可以。相反，它只会让.* 吞噬整个字符串，而不会为(def)? 留下任何东西。

.*?(def) 和 .*?(def)? 也会发生类似的情况：

• 同样，引擎从字符串的开头开始。
• 不贪婪的子模式 .*? 尝试匹配 少数 次，即根本不匹配。
• 此时，(def) 无法匹配，但 (def)? 可以。因此，对于(def)，正则表达式引擎必须返回并考虑.*? 的更长匹配，直到它找到一个让完整模式匹配的匹配，而对于(def)?，它不必这样做，所以它没有不。

有关详细信息，请参阅"Combining RE Pieces" section of the Perl regular expressions manual（它与 Python 的“Perl 兼容”正则表达式的行为相匹配）。