Python 非贪婪正则表达式

问题描述：

我如何制作一个像"(.*)"这样的 python 正则表达式，给定"a (b) c (d) e"python 匹配"b"而不是"b) c (d"？

我知道我可以使用"[^)]"代替"."，但我正在寻找一种更通用的解决方案，使我的正则表达式更简洁一些。有什么方法可以告诉 python“嘿，尽快匹配这个”？

解决方案 1：

你寻求全能的*?

从文档中，贪婪与非贪婪

非贪婪限定符*?、+?、??或{m,n}?[...] 匹配尽可能少的
文本。

解决方案 2：

>>> x = "a (b) c (d) e"
>>> re.search(r"(.*)", x).group()
'(b) c (d)'
>>> re.search(r"(.*?)", x).group()
'(b)'

根据文档：

' *'、' +' 和 ' ?' 限定符都是贪婪的；它们匹配尽可能多的文本。有时这种行为是不希望的；如果 RE<.*>与 ' ' 匹配<H1>title</H1>，它将匹配整个字符串，而不仅仅是 ' <H1>'。在限定符后添加 ' ' 使其以非贪婪或最小方式执行匹配；将匹配尽可能少的字符。在前面的表达式中?使用将仅匹配 ' '。.*?`<H1>`

解决方案 3：

不行吗\(.*?\)？这就是非贪婪语法。

解决方案 4：

使用非贪婪匹配是一个好的开始，但我还建议您重新考虑任何使用.*——那这个呢？

groups = re.search(r"([^)]*)", x)

解决方案 5：

你想让它匹配“(b)”吗？按照 Zitrax 和 Paolo 的建议去做。你想让它匹配“b”吗？

>>> x = "a (b) c (d) e"
>>> re.search(r"((.*?))", x).group(1)
'b'

解决方案 6：

正如其他人所说，在 * 量词上使用 ? 修饰符可以解决您的直接问题，但要小心，您开始误入正则表达式停止工作的区域，而您需要解析器。例如，字符串“(foo (bar)) baz”会给您带来问题。

解决方案 7：

您可以修改正则表达式模式以使用非贪婪量词。
(.*)您可以使用代替(.*?)。

以下是解释：

1. *是一个贪婪量词，它匹配尽可能多的内容（在您的情况下包括括号），直到最后一次出现)。

2. *?是 的非贪婪（或懒惰）版本.*，它匹配尽可能少的字符，同时仍允许整体模式匹配。只要正则表达式模式的后续部分可以匹配，它就会停止。

因此，您的正则表达式模式可以调整为(.*?)如下形式：

import re

input_string = "a (b) c (d) e"
pattern = r'((.*?))'
matches = re.findall(pattern, input_string)

print(matches)  # Output: ['b', 'd']

在这个修改后的模式中r'((.*?))'，我们()以非贪婪的方式匹配括号内的子字符串。该.*?部分确保正则表达式引擎在遇到第一个右括号时立即停止捕获字符)，从而为您提供仅匹配每对括号内内容的所需结果。

解决方案 8：

首先，我不建议在正则表达式中使用“*”。是的，我知道，它是最常用的多字符分隔符，但它仍然是一个坏主意。这是因为，虽然它确实匹配该字符的任何重复次数，但“任何”包括 0，这通常是您想要抛出语法错误而不是接受的东西。相反，我建议使用符号+，它匹配长度 ≥ 1 的任何重复。更重要的是，据我所知，您正在处理固定长度的括号表达式。因此，您可能可以使用语法{x, y}来具体指定所需的长度。

但是，如果你确实需要非贪婪重复，我建议咨询万能的?。当将其放在任何正则表达式重复说明符的末尾时，将强制正则表达式的该部分找到尽可能少的文本。

话虽如此，我还是会非常小心地使用?它，因为它就像《神秘博士》中的 Sonic Sc​​rewdriver 一样，如果不仔细校准，往往会做出“稍微”不理想的事情。例如，使用您的示例输入，它会识别((1)（注意缺少第二个 rparen）为匹配项。