python 爬虫 贪婪算法和非贪婪算法 match()

(0, 54)

1、第一个蓝色框框 .* 是贪婪的，所以尽可能匹配，占领了字符、空格后还抢占了数字 ，其中（\d+）,\d是匹配数字，+ 是指匹配多为数字。

---

2、第二个红色框框，.*? 是非贪婪的，见好就收，只匹配字符和空格，因为后面的 （\d+）,所以没有抢占数字，如果没有（\d+）他会匹配数字，并可能一直匹配下去，直至字符串匹配完（没有匹配限制的情况下）

span()函数指的是匹配的跨度，也就是匹配的字符串长度

**group()函数指的是（）内匹配的字符串。

例如：**

我们不难发现有一个括号，而group(1)就是取括号里匹配的字符串

若匹配中有n个括号，则可以有group(n), n就是括号序号，一次从左向右递增

**^ 匹配开头的标志

$ 匹配结尾的标志

/s 匹配空格

/d 匹配数字

/w 匹配字符**

下面再来举个例子：

import re

content2=“http://weibo.com/comment/Tsw”

result2=re.match(“http.?comment/(.?)”,content2)

result3=re.match(“http.?comment/(.)”,content2)

print(result2)

print(result3)

print(“result2匹配是”,result2.group(1))

print(“result3匹配是”,result3.group(1))

print(result2.span())

print(result3.span())

结果

<re.Match object; span=(0, 25), match=‘http://weibo.com/comment/’>

<re.Match object; span=(0, 31), match=‘http://weibo.com/comment/Tsw’>

result2匹配是

result3匹配是 Tsw

(0, 25)

(0, 31)

可以发现result2匹配的是空的，没有匹配到字符串，而result3匹配到了 Tsw,是为什么呢？
原因很简单，就是因为在末尾匹配的时候，result2用的是非贪婪匹配，故什么都没有匹配到，而result3使用的是贪婪匹配，能拿全拿，故可以取到
注意：上面所有的都是re包里面的match()函数，其他的函数后面会写出

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

加入社区：https://bbs.csdn.net/forums/4304bb5a486d4c3ab8389e65ecb71ac0