正则表达式结果

Question

我的代码如下：

import re

line = "78349999234";

searchObj = re.search(r'9*', line)

if searchObj:
   print "searchObj.group() : ", searchObj.group()
else:
   print "Nothing found!!"

但输出为空。我认为*意味着：使得到的RE匹配前面RE的0或更多次重复，尽可能多的重复。 ab*将匹配‘a’，‘ab’或‘a’，后跟任意数量的‘b’。为什么我在这种情况下无法看到任何结果？

Answer 1

我认为正则表达式匹配从左到右。所以匹配的第一个模式是7...之前的空字符串。如果找到9，它确实会与贪婪匹配：并尝试“ eat ”（这是正确的术语）尽可能多的字符。

如果您查询：

>>> print(re.findall(r'9*',line));
['', '', '', '', '9999', '', '', '', '']

它匹配字符之间的所有空字符串，如您所见，9999也匹配。

主要原因可能是性能：如果您搜索10M +字符串中的模式，如果模式已经在前10k个字符中，您会非常高兴。你不想浪费精力找到“最好的”匹配......

---

修改

0或更多次出现表示该组（在这种情况下为9）重复零次或多次。在空字符串中，字符重复正好0次。如果你想匹配字符重复一次或多次的模式，你应该使用

9+

这导致：

>>> print(re.search(r'9+', line));
<_sre.SRE_Match object; span=(4, 8), match='9999'>

对于接受空字符串的模式，

re.search可能没那么大帮助，因为它总是匹配字符串的实际开始之前的空字符串。

Answer 2

主要原因是，re.search函数在找到匹配项后停止搜索字符串。 9*表示匹配数字9 零或更多次。因为在每个字符之前存在空字符串，re.search函数在找到第一个空字符串后停止搜索。这就是你输出一个空字符串的原因......