Python 非贪婪正则表达式

Posted 2023-02-23

【中文标题】Python 非贪婪正则表达式

【英文标题】：Python non-greedy regexes

【发布时间】：2010-10-20 11:08:25

【问题描述】：

如果"a (b) c (d) e" python 匹配"b" 而不是"b) c (d"，我该如何制作像"(.*)" 这样的python 正则表达式？

我知道我可以使用"[^)]" 而不是"."，但我正在寻找一种更通用的解决方案，以使我的正则表达式更加简洁。有没有办法告诉python“嘿，尽快匹配这个”？

【参考方案1】：

你寻求全能的*?

来自文档，Greedy versus Non-Greedy

非贪婪限定符 *?、+?、?? 或 m,n? [...] 匹配为 little 尽可能的文字。

【讨论】：

根据 Internet 档案，所有指向的链接都是 Python "re" 模块文档的副本，因此 Trey 的链接同样有效。

这个*?的常用英文名是什么？

通配符@Trevor Boyd Smith

这被称为 "non greedy" 限定符

【参考方案2】：

>>> x = "a (b) c (d) e"
>>> re.search(r"\(.*\)", x).group()
'(b) c (d)'
>>> re.search(r"\(.*?\)", x).group()
'(b)'

According to the docs:

“*”、“+”和“?”限定符都是贪婪的；它们匹配尽可能多的文本。有时这种行为是不需要的；如果 RE <.*> 与“<H1>title</H1>”匹配，它将匹配整个字符串，而不仅仅是“<H1>”。在限定符之后添加 '?' 使其以非贪婪或最小方式执行匹配；将匹配尽可能少的字符。在前面的表达式中使用 .*? 将只匹配 '<H1>'。

【讨论】：

我尝试了一个不同的，它总是那么贪婪：>>> re.search("\(.+?$", x).group() '(b) c (d) e' 我希望最后一个 ( 到该行的末尾，但它给出了第一个 ( 到末尾行。关于如何解释这一点以及如何实现“最后（到行尾”）的任何建议？

【参考方案3】：

\\(.*?\\) 不行吗？那是非贪婪的语法。

【参考方案4】：

使用不贪婪的匹配是一个好的开始，但我还建议您重新考虑使用 .* —— 那怎么样？

groups = re.search(r"\([^)]*\)", x)

【参考方案5】：

你想让它匹配“(b)”吗？按照 Zitrax 和 Paolo 的建议去做。你想让它匹配“b”吗？做

>>> x = "a (b) c (d) e"
>>> re.search(r"\((.*?)\)", x).group(1)
'b'

【参考方案6】：

正如其他人所说，使用 ? * 量词上的修饰符将解决您的直接问题，但要小心，您开始误入正则表达式停止工作的区域，而您需要一个解析器。例如，字符串“(foo (bar)) baz”会给你带来麻烦。

【参考方案7】：

首先，我不建议在正则表达式中使用“*”。是的，我知道，它是最常用的多字符分隔符，但它仍然是个坏主意。这是因为，虽然它确实匹配该字符的任何重复次数，但“任何”包含 0，这通常是您想要抛出语法错误而不是接受的东西。相反，我建议使用+ 符号，它匹配长度> 1 的任何重复。此外，据我所知，您正在处理固定长度的括号表达式。因此，您可能可以使用x, y 语法来专门指定所需的长度。

但是，如果你真的需要非贪婪的重复，我建议咨询全能的?。当放置在任何正则表达式重复说明符的末尾时，这将强制正则表达式的该部分找到尽可能少的文本。

话虽如此，我会非常小心?，就像 Dr. Who 中的 Sonic 螺丝刀一样，如果不仔细校准的话，我应该怎么写，“有点”不受欢迎的东西.例如，要使用您的示例输入，它会将 ((1)（注意缺少第二个 rparen）标识为匹配项。