这个问题一般出现在需要匹配一对分隔符之间的文本的时候(比如引号包含的字符串)。为了说明清楚,考虑如下的例子:>>> str_pat= re.compile(r’\”(.*)\”‘)>>> text1=’Computer says”no.”‘
>>> str_pat.findall(text1)[‘no.’]
>>> text2=’Computer says”no.” Phone says”yes.”‘>>> str_pat.findall(text2)
[‘no.” Phone says”yes.’]>>>
在这个例子中,模式r’\”(.*)\”‘的意图是匹配被双引号包含的文本。但是在正则表达式中*操作符是贪婪的,因此匹配操作会查找最长的可能匹配。于是在第二个例子中搜索text2的时候返回结果并不是我们想要的。
为了修正这个问题,可以在模式中的*操作符后面加上?修饰符,就像这样:>>> str_pat= re.compile(r’\”(.*?)\”‘)>>> str_pat.findall(text2)
[‘no.’,’yes.’]>>>
这样就使得匹配变成非贪婪模式,从而得到最短的匹配,也就是我们想要的结果。
这里展示了在写包含点(.)字符的正则表达式的时候遇到的一些常见问题。在一个模式字符串中,点(.)匹配除了换行外的任何字符。然而,如果你将点(.)号放在开始与结束符(比如引号)之间的时候,那么匹配操作会查找符合模式的最长可能匹配。这样通常会导致很多中间的被开始与结束符包含的文本被忽略掉,并最终被包含在匹配结果字符串中返回。通过在*或者+这样的操作符后面添加一个?可以强制匹配算法改成寻找最短的可能匹配。