正则匹配以xx开头以xx结尾的单词

在字符串处理中，正则表达式是一大利器，但其对于初学者而言是存在一定的难度的。
而如何匹配以xx开头以xx结尾的单词呢？

假设需要匹配的字符串为：site sea sue sweet see case sse ssee loses
需要匹配的为以s开头以e 结尾的单词。
正确的正则式为：\bs\S*?e\b

无论什么语言的正则的格式都一样，下面以python为例来进行代码演示：
解释一下：在python中re.findall函数表示匹配字符串中所有的可能选项，findall()里面第一个r表示row，忽略正则式中所有的转义。

text ='site sea sue sweet see case sse ssee loses'
re.findall(r'\bs\S*?e\b',text)

结果为：['site', 'sue', 'see', 'sse', 'ssee']

下面来解释一下：\b 代表单词的开始或结束，常由标点符号、空格、换行等来作为分隔符
如果前后不加\b，即正则表达式为：s\S*?e
运行结果就变成了
['site', 'se', 'sue', 'swe', 'se', 'se', 'sse', 'sse', 'se']
这样匹配出来的就是不保证单词的完整性，只要某一个单词中含有s*e都会输出来。

\S表示任意非空字符，在这个问题中很容易想到的正则表达式是\bs.*?e\b ，即将\S 写成.，但是这就会导致另外一种情况，这种情况的输出为：

['site', 'sea sue', 'sweet see', 'sse', 'ssee']

可以看见出现了sea sue 等不是我们所期望的情况出现。

而至于* 自然是表示匹配任意多个字符。
而使用\S*? 是为什么呢，为什么要加？ 呢？这就涉及到正则表达式的懒惰模式了。
如果使用.* 表示的就是贪婪模式，而.*? 表示的就是懒惰模式。
贪婪模式下会尽量匹配最长的字符串，而懒惰模式会尽量匹配最短的字符串。
举个栗子：
对于字符串abcgabc

贪婪模式– a.*c –得到的答案为：abcgabc
懒惰模式– a.*?c –得到的答案为：abc,abc

例子参考的是学习python的一个网站——Crossing的编程教室

---

欢迎大家加入QQ群一起交流讨论， 「吟游」程序人生——YinyouPoet