正则表达式系列6：贪婪模式和非贪婪模式

标识符

先熟悉最基本的标识符

1. . : 告诉引擎匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符。

2. ?: 告诉引擎匹配前导字符0次或一次。事实上是表示前导字符是可选的。

3. +: 告诉引擎匹配前导字符1次或多次。

4. *: 告诉引擎匹配前导字符0次或多次。

5. {min, max}: 告诉引擎匹配前导字符min次到max次。min和max都是非负整数。如果有逗号而max被省略了，则表示max没有限制；如果逗号和max都被省略了，则表示重复min次。
   表示方式：{n}，{n,},{n,m},
   因此 {0,} 和 * 一样，{1,} 和 + 的作用一样。

---

贪婪匹配:

默认情况下，? + * {min, max}都是贪婪的，也就是说，它会根据前导字符去匹配尽可能多的内容。
示例1：

import re
content = 'aacbacbc'
pattern = re.compile('a.*b')
result = re.search(pattern,content)
print(result.group())

结果：
aacbacb

例1中，匹配到第一个a后，开始匹配.*，由于是贪婪模式，
它会一直往后匹配，直到最后一个满足条件的b为止，因此匹配结果是aacbacb

示例2：

content = 'aacbacbc'
pattern = re.compile('ac.*b')
result = re.search(pattern,content)
print(result.group())

结果：
acbacb

例2中，第一个匹配的是a，然后再匹配下一个字符a时，和正则不匹配，因此匹配失败，index挪到1，接下来匹配成功了ac，继续往下匹配，由于是贪婪模式，尽可能多的去匹配结果，直到最后一个符合要求的b为止，因此匹配结果是acbacb

非贪婪匹配

正则表达式去匹配时，会尽量多的匹配符合条件的内容。
+，?，*，{n}，{n,}，{n,m}
匹配时，如果遇到上述标识符，代表是贪婪匹配，会尽可能多的去匹配内容。

示例1：

content = 'aacbacbc'
pattern = re.compile('a.*?b')
result = re.search(pattern,content)
print(result.group())

结果：
aacb

上例中，匹配到第一个a后，开始匹配.*?，由于是非贪婪模式，它在匹配到了第一个b后，就匹配成功了，因此匹配结果是aacb
为什么是aacb而不是acb呢？ 因为前面有提到过一个正在匹配的优先规则: 最先开始的匹配拥有最高的优先权 第一个a匹配到了，只要之后没有发生匹配失败的情况，它就会一直匹配下去，直到匹配成功。

示例2：

content = 'aacbacdbc'
pattern = re.compile('ac.*?b')
result = re.findall(pattern,content)
print(result)

结果：
[‘acb’, ‘acdb’]

上例中没用re.search,因为它返回第一个成功的匹配结果，我们用re.findall,找出所有符合匹配的结果。

示例3：

content = 'aacbacbc'
pattern1 = re.compile('a.*?')
result1 = re.search(pattern1,content)
print(result1.group())
pattern2 = re.compile('a.*')
result2 = re.search(pattern2,content)
print(result2.group())

结果：
a
aacbacbc

这一个例子则是对非贪婪匹配示例1的补充，可以发现，当后面没有b时，由于是非贪婪模式，匹配到第一个a就直接匹配成功了 而后面一个贪婪模式的匹配则是会匹配所有。

参考资料：
正则表达式 - 贪婪与非贪婪（惰性）
正则表达式系列：贪婪与非贪婪模式