Question

我有理解正则表达式匹配的问题。简而言之，这个小脚本会给出错误的结果。

在：

#!/usr/bin/env python

import re

base = '/show/summer/2015/party/my_brand/'

pt1 = '^/show/(?P<season>.+)/(?P<year>[0-9]+)/(?P<type>.+)/(?P<brand>.+)/$'
pt2 = '^/show/(?P<season>.+)/(?P<year>[0-9]+)/(?P<type>.+)/$'


print base, '==', pt1, re.match(pt1, base) is not None
print base, '==', pt2, re.match(pt2, base) is not None

输出：

/show/summer/2015/party/my_brand/ == ^/show/(?P<season>.+)/(?P<year>[0-9]+)/(?P<type>.+)/(?P<brand>.+)/$ True
/show/summer/2015/party/my_brand/ == ^/show/(?P<season>.+)/(?P<year>[0-9]+)/(?P<type>.+)/$ True

显然我期待只有匹配的pt1。我很确定我的模式是错的，我应该改变一些事情来变得更贪婪（在这里猜测）。

有人打电话给我指出我对regexp不了解的事情。

Answer 1

"(?P<type>.+)"将匹配"party/my_brand"，因为.匹配任何字符（包括斜杠）。

要防止它与斜杠匹配，您可以使用：

pt2 = '^/show/(?P<season>[^/]+)/(?P<year>[0-9]+)/(?P<type>[^/]+)/$'

其中[^/]表示“任何不是斜线的字符”。

Answer 2

我认为您应该使用[^ /] +而不是。+来捕获文本，否则点也可以捕获斜杠。

Python re.match不够严格

2 个答案: