python正则贪婪模式_全网最易懂的正则表达式教程（8 ）- 贪婪模式和非贪婪模式...

正则详细教程系列可以看此链接的文章哦

前言

学过正则表达式的童鞋肯定都知道贪婪模式和非贪婪模式，这是个重难点！

今天我们就来仔细讲讲它们的区别和具体实例

为什么会有贪婪与非贪婪模式？

首先，贪婪模式和非贪婪模式跟前面讲到的量词密切相关，我们先再来看看有哪些量词

*  +  ? 通过 {m,n} 的等价写法

通过 * 和 + 引入贪婪、非贪婪模式

+ 的栗子

只匹配一个结果

* 的栗子

可以看到会匹配了三个空字符串，我们再通过 Python 代码看看输出结果

的确是会有三个空字符串

为什么会匹配到三个空字符串

因为 * 代表 0 到多次，匹配 0 次就是空字符串

小伙伴们你是否有很多个 ？

aaa 之间的空字符串咋没匹配上呢？

这就要说到我们的贪婪、非贪婪模式了

引入贪婪、非贪婪模式

这两种模式都必须满足匹配次数的要求才能匹配上

贪婪模式，简单说就是尽可能进行最长匹配

非贪婪模式，则会尽可能进行最短匹配

正是这两种模式产生了不同的匹配结果

贪婪模式(Greedy)

在正则中，表示次数的量词默认是贪婪的，在贪婪模式下，会尝试尽可能最大长度去匹配

字符串 aaabb 中使用正则 a* 的匹配过程

分析

a* 在匹配开头的 a 时，会尽量匹配更多的 a，直到第一个 b 不满足要求为止，匹配上三个 a，后面每次匹配时都得到空字符串

非贪婪匹配(Lazy)

如何从贪婪模式变成非贪婪模式呢

在量词后面加上 ? ，正则就变成了 a*?

再来看一个栗子

贪婪匹配：匹配上从第一个 " 到最后一个 " 之间的所有内容

非贪婪匹配：找到符合要求的结果

贪婪匹配和非贪婪匹配的区别

独占模式(Possessive)

前提

这一小节基本都搬了《正则表达式入门课》的内容

什么是独占模式

贪婪模式和非贪婪模式，都需要发生回溯才能完成相应的功能

但是在一些场景下，我们不需要回溯，匹配不上返回失败就好了

因此正则中还有另外一种模式，独占模式，它类似贪婪匹配，但匹配过程不会发生回溯，因此在一些场合下性能会更好

什么是回溯

正则是贪婪模式

正则

文本

匹配结果

xy{1,3}z

xyyz

xyyz

匹配过程

{1,3} 会尽可能长地去匹配，当匹配完 xyy 后，由于 y 要尽可能匹配最长，即三个

但字符串中后面是个 z 就会导致匹配不上，这时候正则就会向前回溯，吐出当前字符 z，接着用正则中的 z 去匹配

正则是非贪婪模式

正则

文本

匹配结果

xy{1,3}?z

xyyz

xyyz

匹配过程

由于 y{1,3}? 代表匹配 1 到 3 个 y，尽可能少地匹配

匹配上一个 y 之后，也就是在匹配上 text 中的 xy 后

正则会使用 z 和 text 中的 xy 后面的 y 比较，发现正则 z 和 y 不匹配

这时正则就会向前回溯，重新查看 y 匹配两个的情况，匹配上正则中的 xyy

然后再用 z 去匹配 text 中的 z，匹配成功

看看独占模式

独占模式和贪婪模式很像，独占模式会尽可能多地去匹配，如果匹配失败就结束，不会进行回溯，这样的话就比较节省时间

具体写法

在量词后加上 +

正则

文本

匹配结果

xy{1,3}+z

xyyz

xyyz

注意事项

Python 和 Go 的标准库目前都不支持独占模式

Python 支持独占模式

需要安装 regex

pip install regex

Python 独占模式栗子

>>> import regex 4

>>> regex.findall(r'xy{1,3}z', 'xyyz') #贪婪模式

['xyyz']>>> regex.findall(r'xy{1,3}+z', 'xyyz') #独占模式

['xyyz']>>> regex.findall(r'xy{1,2}+yz', 'xyyz') #独占模式

[]

再来一个栗子

a{1,3}+ab 去匹配 aaab 字符串，a{1,3}+ 会把前面三个 a 都用掉，并且不会回溯，这样字符串中内容只剩下 b 了，导致正则中加号后面的 a 匹配不到符合要求的内容， 匹配失败

如果是贪婪模式 a{1,3} 或非贪婪模式 a{1,3}? 都可以匹配上

独占模式总结

独占模式性能比较好，可以节约匹配的时间和 CPU 资源

但有些情况下并不能满足需求(上面的栗子)

要想使用这个模式还要看具体需求，另外还得看你当前使用的语言或库的支持程度