Python正则表达式。匹配一次或两次模式

Question

我在文件中有一堆行，其中一个或两个具有相同模式（id =）：

Linetype1 : ...id=1234...id=4321...value=5678... # "..." means whatever
Linetype2 : ...id=7890...value=8765

我以为我可以编写这样一个正则表达式来grep我所有的id和相关值：

>>> l="...id=1234...id=4321...value=5678...\n...id=7890...value=8765\n"
>>> ret = re.findall('(id=[0-9]+).*?(id=[0-9]+)*.*?(value=[0-9]+)',l)
[('id=1234', '', 'value=5678'), ('id=7890', '', 'value=8765')]

我无法获得第二个“id = 4321”部分。 这对我来说很奇怪，因为我使用非贪婪。*？在第一个id = [0-9] +和第二个之间。

Answer 1

正则表达式的中间位置

(id=[0-9]+)*

空字符串与此匹配，因为它位于Kleene星*下。因此正则表达式引擎按字符串进行如下操作：

• 找到第一个id=[0-9]+组
• 将.*?展开为空字符串，因为它匹配
• 将(id=[0-9]+) *展开为空字符串，因为它匹配
• 将.*?展开到字符串的其余部分

如果用+替换中间组的量词，或者只是将其完全删除，那么它就可以了。