正则表达式字符串匹配失败

Question

我不明白正则表达式字符串匹配是如何工作的

r2 = r'a[bcd]*b'
m1 = re.findall(r2,"abcbd")
abcb

这符合regex

中的解释

步骤3引擎尝试匹配b，但当前位置位于字符串的末尾，因此失败。

怎么样？我不明白这个？

Answer 1

以下正则表达式a[bcd]*b匹配最长的子字符串（因为*是贪婪的）：

• a以a
开头
• [bcd]*后面跟着集合中的任何数字（0：可以匹配空字符串）（b，c，d）
• b以b
结尾

编辑：以下评论，回溯发生在以下示例中

>>> re.findall(r2,"abcxb")
['ab']

• abc匹配a[bcd]*，但不期望x
• a也匹配a[bcd]*（因为空字符串匹配[bcd] *）
• 终于返回ab

关于贪婪，单个字符，字符集或组之后的元字符*表示任意次数（最可能的匹配），一些正则表达式引擎接受元字符序列*?，将行为修改为尽可能少，例如：

>>> r2 = r'a[bcd]*?b'
>>> re.findall(r2,"abcbde")
['ab']

Answer 2

您的正则表达式要求匹配以b结尾，因此所有内容都与尾随d匹配。如果b是可选的，就像a[bcd]*b?一样，那么整个字符串就会匹配。