Python3正则表达式之贪婪模式与非贪婪模式

前言

正则表达式是一个特殊字符序列，主要是帮助用户检索一个字符串是否与某种模式匹配或者在txt文档中检测匹配的字符串序列，然后将删除或者替换，在日常变种中我们也经常会进行字符查找和替换，这些的实现就是通过正则表达式提供的。关于正则表达式的使用，可以参考https://blog.csdn.net/m0_37852369/article/details/78829174和https://blog.csdn.net/m0_37852369/article/details/78838498。此处我主要介绍一下自己的见解并且作为学习过程的一个记录。

1.何为贪婪？何为非贪婪？

在Python语言和大多数程序语言的数量词默认是贪婪的（少量默认非贪婪），贪婪模式总是尝试匹配尽可能多的字符，而非贪婪模式刚好相反，其总是尝试匹配尽可能烧得字符。

具体看下面的例子：

import re

string = 'abbbc'
pattern_greed = re.compile('\w+')
pattern_nogreed = re.compile('\w+?')
pg = pattern_greed.match(string)
pn = pattern_nogreed.match(string)
print(pg.group())
print(pn.group())

输出结果为：

贪婪模式输出结果为： abbbc
非贪婪模式输出结果为： a

可以看出，在不加“？”的情况下输出最大匹配项，即为贪婪模式，而加了“？”的时候，输出为a为最小匹配项。

2.使用方法

在python语言中默认贪婪模式，要使用非贪婪模式则需加“？”，下表是常用的几种正则表达式符号：

符号	含义
\d	匹配一个数字字符
\w	匹配包括下划线的任意单词字符
+	前一个字符至少出现一次
*	前一个字符出现次数大于等于零次（可出现无数次，也可不出现）
？	非贪婪模式标志，进行最小匹配（配合+，*使用），前一个字符出现0次或1次
{m}	前一个字符出现m次
{m, n}	前一个字符出现至少m次，至多n次

3.分析

下面具体讲一下上面例子的结果：

贪婪模式：正则表达式为"\w+"，即包括下划线的任意单词字符出现至少一次或多次，因为是贪婪匹配，会尽可能的匹配，因而结果就为abbbc，其都是单词字符，再看下面的例子：

import re

string = 'abbbc'
pattern_greed = re.compile('ab+')
pg = pattern_greed.match(string)
print('贪婪模式输出结果为：', pg.group())

结果为：

贪婪模式输出结果为： abbb

这个正则表达式'+'的前一个字符为b，则b出现至少一次或无穷次，在贪婪模式下，在'abbbc'中匹配'ab'的最大项即为'abbb'，与输出结果相同。

非贪婪模式：在第一个例子中正则表达式为"\w+?"，'\w'表示包括下划线的任意单词字符出现至少一次或多次，又'?'表示为非贪婪模式，因而会去尽可能匹配最小的项，得到最终结果'a'。再看下面的例子：

import re

string = 'abbbc'
pattern_nogreed = re.compile('ab+?')
pn = pattern_nogreed.match(string)
print('非贪婪模式输出结果为：', pn.group())

输出结果：

非贪婪模式输出结果为： ab

这个正则表达式'+'的前一个字符为b，则b出现至少一次或无穷次，在非贪婪模式下，在'abbbc'中匹配'ab'的最小项即为'ab'，与输出结果相同。