Question

我认为即使一个组是可选的?，它仍然是贪婪的并消耗字符，如果它可以，然后转到正则表达式的下一部分。

当我指定简化的正则表达式(5)?.*与(5).*（组1 不可选）时，我在python 2.7.6中看到了不同的行为，即使我希望使用完全相同的字符串的相同行为：

>>> import re
>>> s = 'before [5.5s] after'
>>> r = re.compile(r'(5)?.*')
>>> print r.search(s).groups()
(None,)

>>> r2 = re.compile(r'(5).*')
>>> print r2.search(s).groups()
('5',)

我没有得到什么？为什么第一个正则表达式r没有吸5？

注意：我需要为什么的理论，因为任何解决这个特定正则表达式的尝试都无法帮助我。这是SSCCE。我有一个更复杂的正则表达式，我真的希望填补我的知识差距为什么可选组不像我想象的那样贪婪。

Answer 1

第一个例子：

您的正则表达式与整个字符串s匹配。
因此，s的第一个字符是＆＃34; b＆＃34; ，与(5)?匹配，但不会产生任何结果在一场比赛中。但是，这不是问题，因为(5)?是模式的可选部分，因此正则表达式引擎将其匹配零次并继续推进模式中的当前位置。
字符串的其余部分与模式的其余部分匹配，因此整个字符串是匹配的。但是，小组(5)本身并不匹配任何内容，因此您在第一个示例中看到None。

第二个例子：

5不再是可选的，因此潜在匹配字符串的第一个字符必须是＆＃34; 5＆＃34; 。因此，潜在匹配从＆＃34; 5＆＃34; 开始＆＃34;之后[＆＃34; 。
为了匹配，剩余的字符串必须匹配剩余的模式.*。

请注意，一般情况下，using the greedy .* is almost never what you want。

为什么我的选修组不贪心？ /(5)?.*/

1 个答案: