贪婪的正则表达式或逻辑

Question

考虑字符串'X Y Z'和替换

re.sub('Y|Y Z', '', 'X Y Z')

返回

'X  Z'

当它可以返回'X '时。显然，它首先匹配，替换，然后其他替代方案的模式不再匹配。

有没有办法告诉替代品更喜欢最长的替代品？

Answer 1

根据Python re documentation - Regular Expression Syntax, | part，

  

A|B，其中A和B可以是任意RE，创建正则表达式   这将匹配A或B.任意数量的RE都可以   由＆＃39; |＆＃39;分隔通过这种方式。这可以在组内使用（参见   下面）。扫描目标字符串时，RE由＆＃39; |＆＃39;分隔。   从左到右尝试。当一个模式完全匹配时，   该分支被接受。这意味着一旦A匹配，B将不会   进一步测试，即使它会产生更长的整体匹配。在   换句话说，＆＃39; |＆＃39;操作员从不贪心。要匹配文字＆＃39; |＆＃39;，   使用\ |，或将其括在字符类中，如[|]。

在较短的图案之前定位最长的图案：

>>> re.sub('Y Z|Y', '', 'X Y Z')
'X '

Answer 2

那将是......

re.sub('Y( Z)*','','X Y Z')