影响？在正则表达式字符串中

Question

考虑以下Python代码：

>>> re.search(r'.*(99)', 'aa99bb').groups()
('99',)
>>> re.search(r'.*(99)?', 'aa99bb').groups()
(None,)

我不明白为什么我在第二个例子中没有抓到99。

Answer 1

这是因为.*首先匹配整个字符串。此时，无法再匹配99，并且由于该组是可选的，因此正则表达式引擎会停止，因为它已找到成功匹配。

另一方面，如果该组是强制性的，则正则表达式引擎必须回溯到.*。

比较RegexBuddy中的以下调试会话（由.*匹配的字符串部分以黄色突出显示，部分由(99)以蓝色突出显示：

.*(99)：

---

.*(99)?：

Answer 2

根据您的需要，一个不错的选择可能是[^9]*(99)?。 没有回溯，而是匹配9以外的任何东西，然后是可选的99.如果你想在99之前忽略9s，则不起作用。

>>> re.search(r'[^9]*(99)?', 'aa99bb').groups()
('99',)
>>> re.search(r'[^9]*(99)?', 'aa9x99bb').groups()
(None,)