最近在学爬虫,用到正则的贪婪匹配和惰性匹配,findall方法分组优先匹配和去优先级,
举几个例子感受一下:
import re
#不分组,无优先级
print(re.findall('m.+?','ascxdcmmmmmdabnxamnx')) #惰性匹配,+匹配到一个即匹配成功
输出:['mm', 'mm', 'md', 'mn']
print(re.findall('m*?','ascxdcmmmmmdabnxamnx'))
输出:['', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', '', ''] #惰性匹配,*匹配到0个即匹配成功
#分组,有优先级,优先匹配分组里的内容
print(re.findall('m(.*?)x','ascxdcmmmmmdabnxamnx')) #优先匹配分组里的内容,尽可能少的匹配
['mmmmdabn', 'n']
print(re.findall('m(.*)x','ascxdcmmmmmdabnxamnx')) #优先匹配分组里的内容,尽可能多的匹配
输出:['mmmmdabnxamn']
print(re.findall('m(.*?)','ascxdcmmmmmdabnxamnx')) #优先匹配分组里的内容,匹配到0个即匹配成功
输出:['', '', '', '', '', '']
print(re.findall('m(?:.*?)','ascxdcmmmmmdabnxamnx')) #去优先级,惰性匹配,匹配到0个即匹配成功
输出:['m', 'm', 'm', 'm', 'm', 'm']