Question

我认为我很了解正则表达式，但为什么这匹配'ccc'而不是'cccd'？

>>> mo = re.match('(c*)|(cccd)', 'cccd')
>>> mo.group(0)
'ccc'

这个特例是使用Python的re模块。

Answer 1

正则表达式模式从左到右进行评估。将优先级较高的模式放在第一位（在| 的左侧），将较低的优先级放在第二位（在| 的右侧）。请注意，不允许第二个模式匹配已与第一个模式匹配的文本。也就是说，默认情况下，正则表达式引擎不会进行重叠匹配。要使正则表达式引擎进行重叠匹配，您需要将模式放在捕获组中，然后再将捕获组置于正面的外观断言中（正向前瞻和正向后看）。

mo = re.match('(cccd)|(c*)', 'cccd')

Answer 2

你的正则表达式（(c*)|(cccd)）说的是以下两种情况之一：

0或无限制的
文字序列cccd

因为正则表达式是贪婪的，所以它使用ccc字符串作为匹配，这就是你要返回的内容。它将首先尝试前所未有的（在这种情况下为c*，如果它能够匹配，那么它将会。

要更正您想要的内容，请尝试使用正则表达式：(cccd)|(c*)。有了这个：

>>> mo = re.match('(cccd)|(c*)', 'cccd')
>>> mo.group(0)
'cccd'

示例在这里：https://regex101.com/r/aU8pE7/1

Answer 3

(c*)匹配'ccc'，因此您就可以获得匹配。要匹配“cccd”，请使用^(?:(c*)|(cccd))$

请参阅demo。

为什么`（c *）|（cccd）`匹配`ccc`，而不是`cccd`？

3 个答案: