先看一个例子
拿到一个数字
content = "Xiaoxingxing has 100 bananas"
res = re.match(r'^Xi.*(\d+)\s.*s$', content)
print(res.group(1))
我们可以将要匹配的内容用()括起来，这里我们知道
| 字符 | 描述 |
|---|---|
| . | 代表所有的单个字符，除了 \n \r |
| {n} | 匹配在 {n} 前面的东西，比如：o{2} 不能匹配 Bob 中的 o, 但是能匹配 food 中的两个 o |
| {n,m} | 匹配在 {n,m} 前面的东西，比如：o{1,3} 将匹配"fooooood"中的前三个o |
| {n, } | 匹配在 {n,} 前面的东西，比如：o{2,} 不能匹配“Bob”中的“o”，但能匹配“fooooood”中的所有o |
| * | 和 {o,} 一样，匹配 * 前面的0次或多次。比如 zo* 能匹配“z”、“zo”以及“zoo” |
| + | 和 {1,} 一样，匹配 + 前面的1次或多次。比如 zo+ 能匹配“zo”以及“zoo”，但不能匹配“z” |
| ? | 和 {0,1} 一样，匹配 ? 前面0次或1次。 |
所以理论上，上面的表达式的结果应该是能匹配到100这个数字。但实际结果呢
0
没错，上面的正则表达式匹配到的是0，而要想匹配到100，我们只需要加一个 ?，即
res = re.match(r'^Xi.*?(\d+)\s.*s$', content)
print(res.group(1))
结果为
100
为什么会出现上述情况呢，这里就要弄清楚正则表达式的贪婪和非贪婪模式这两个概念了。
贪婪匹配模式
定义
正则表达式去匹配时，会尽量多的匹配符合条件的内容
标识符
+, ?, *, {n}, {n,}, {n,m}
匹配时，如果遇到上述标识符（匹配不定数量个），代表是贪婪匹配，会尽可能多的去匹配内容。即优先它的匹配，其它的匹配要为它让路
实例
content = 'aacbacbc'
res = re.match(r"a.*b", content)
print(res.group())
# aacbacb
当匹配到第一个a后，开始匹配.*，由于是贪婪模式，它会一直往后匹配，知道最后一个满足条件的b为止，因此匹配结果是aacbacb
非贪婪匹配模式
定义
正则表达式去匹配时，会尽量少的匹配符合条件的内容，也就是说，一旦发现匹配符合要求，立马就匹配成功，不会继续匹配下去
标识符
+?, ??, *?, {n}?, {n,}?, {n,m}?
实例
content = 'aacbacbc'
res = re.match(r"a.*?b", content)
print(res.group())
匹配到第一个a后，开始匹配.*，由于是非贪婪模式，在匹配到了第一个b后，就匹配成功了，因此结果是aacb
最后
由于一开始是贪婪模式匹配，会尽可能多的匹配任意字符，而(\d+)的优先级就会降低，只要保证至少有一个数字匹配到即可，所以第一个正则匹配的结果是0，加上?变成非贪婪模式后，.*?的优先级就变低，(\d+)的优先级最高，优先匹配一个或多个数字，所以结果是100
网友评论