Python基础之贪婪模式与非贪婪模式

在正则表达式中，常用到的匹配模式是贪婪模式和非贪婪模式。这两种模式的区别在于匹配子串时的“贪心程度”。

贪婪模式

在贪婪模式下，匹配子串时，匹配器会尽可能地匹配更多的字符。具体来说，当你使用“+”、“*”、“？”这样的通配符时，匹配器会尽量多地匹配字符。

举例来说，正则表达式a.+b与字符串a123b456b789的匹配结果是a123b456b，而不是a123b，因为匹配器尽可能地匹配多个字符。

非贪婪模式

在非贪婪模式下，匹配子串时，匹配器会尽可能少地匹配字符。具体来说，当你在通配符“+”、“*”、“？”后面加上“?”时，匹配器会尽量少地匹配字符。

举例来说，正则表达式a.+?b与字符串a123b456b789的匹配结果是a123b，因为匹配器尽可能少地匹配字符。

贪婪模式和非贪婪模式的应用

示例一：匹配HTML标签中的文本

在HTML页面中，经常需要从标签中提取出文本内容。比如，对于以下HTML代码：

<div class="article">
    <h1>Python基础之贪婪模式与非贪婪模式</h1>
    <p>在正则表达式中，常用到的匹配模式是贪婪模式和非贪婪模式。</p>
</div>

如果想要提取出<h1>标签和<p>标签中的文本，可以使用如下正则表达式：

import re

html = '''<div class="article">
            <h1>Python基础之贪婪模式与非贪婪模式</h1>
            <p>在正则表达式中，常用到的匹配模式是贪婪模式和非贪婪模式。</p>
          </div>'''

pattern = r'<.+?>(.+?)</.+?>'

result = re.findall(pattern, html, re.DOTALL)

print(result) # ['Python基础之贪婪模式与非贪婪模式', '在正则表达式中，常用到的匹配模式是贪婪模式和非贪婪模式。']

运行结果：

['Python基础之贪婪模式与非贪婪模式', '在正则表达式中，常用到的匹配模式是贪婪模式和非贪婪模式。']

在这个示例中，使用了非贪婪模式，通过<.+?>匹配HTML标签，通过(.+?)匹配标签中的文本内容。

示例二：匹配字符串中的数字

有时候需要从字符串中提取出数字，这时就可以使用贪婪模式，尽可能地匹配更多的数字字符。

比如，对于字符串abc123def456ghi789，如果想要提取出其中的数字，可以使用如下正则表达式：

import re

text = 'abc123def456ghi789'

pattern = r'\d+'

result = re.findall(pattern, text)

print(result) # ['123', '456', '789']

运行结果：

['123', '456', '789']

在这个示例中，使用了贪婪模式，通过\d+匹配字符串中的数字。由于没有加上非贪婪模式的“？”修饰，因此匹配器会尽量多地匹配数字字符。