RPA教学：正则表达式使用系列（六）贪婪模式与非贪婪模式

关注RPA请访问网站：
www.i-search.com.cn
学Python,用RPA,欢迎下载使用
https://www.i-search.com.cn/?from=csdn

贪婪模式与非贪婪模式
贪婪模式：在整个表达式匹配成功的前提下，尽可能多的匹配 (*)；
非贪婪模式：在整个表达式匹配成功的前提下，尽可能少的匹配 (?)；
Python 里数量词默认是贪婪的。
示例一

import re
str = ‘abbbc’
# 贪婪模式
pattern = re.compile(r’ab*’) # * 决定了尽可能多匹配 b,结果是 abbb
result = pattern.match(str)
print(result.group())
# 非贪婪模式
pattern = re.compile(r’ab*?’) # *? 决定了尽可能少匹配 b，结果是 a
result = pattern.match(str)
print(result.group())
pattern = re.compile(r’ab+?’) # *? 决定了尽可能少匹配 b，结果是 ab
result = pattern.match(str)
print(result.group())

示例二

import re
# 贪婪模式
str = “aa

test1

bb

test2

cc”
pattern = re.compile(r’

.

’) # 决 定 了 尽 可 能 多 匹 配 b, 结 果 是

test1

bb

test2

result = pattern.search(str) print(result.group()) # 非贪婪模式 str = "aa

test1

bb

test2

cc" pattern = re.compile(r'

.*?

') # *? 决定了尽可能少匹配 b，结果是

test1

result = pattern.search(str) print(result.group()) 

正则表达式测试网址
http://tool.oschina.net/regex/

匹配中文
中文的 unicode 编码范围 主要在 [u4e00-u9fa5] （全角（中文）标点等除外），丌过，
在大部分情况下，应该是够用的。
假设现在想把字符串 title = u’你好，hello，世界’ 中的中文提取出来，可以这么做：

import re
title = ‘你好，hello，世界’
pattern = re.compile(r’[\u4e00-\u9fa5]+’)
result = pattern.findall(title)
print(result)