下面的reg表达式
get_tags = lambda t: re.findall(r"<(.+)>", t)
st = "xyx<ab>xy x<bc> xyx<cd>xyxy xx<de> xyx <ef>x y<fg><gh>y"
print(get_tags(st))
预期产量
['ab', 'bc', 'cd', 'de', 'ef', 'fg', 'gh']
即使模式不贪婪(没有&#39; *&#39;使用?),表达式给出了输出
['a>xyx<b>xyx<c>xyxyxx<d>xyx<e>xy<f><g']
模式中的问题是什么?
答案 0 :(得分:2)
.+
贪婪。您需要在?
旁边添加+
不情愿的量词来进行非贪婪的匹配。
get_tags = lambda t: re.findall(r"<(.+?)>", t)
OR
get_tags = lambda t: re.findall(r"<([^<>]+)>", t)
[^<>]+
否定了与任何字符匹配但不符合>
或<
一次或多次的字符类。
>>> get_tags = lambda t: re.findall(r"<(.+?)>", t)
>>> st = "xyx<ab>xy x<bc> xyx<cd>xyxy xx<de> xyx <ef>x y<fg><gh>y"
>>> print(get_tags(st))
['ab', 'bc', 'cd', 'de', 'ef', 'fg', 'gh']
>>> get_tags = lambda t: re.findall(r"<([^<>]+)>", t)
>>> print(get_tags(st))
['ab', 'bc', 'cd', 'de', 'ef', 'fg', 'gh']
答案 1 :(得分:0)
由于您知道只能找到< >
之间的字母,所以您也可以使用
get_tags = lambda t: re.findall(r"<(\w+)>", t)
作为正则表达式。只会在[A-Za-z]
之间搜索< >
,因为示例中的括号之间有一些不同的空格。这也行。