python正则表达式的非贪婪模式

本文深入探讨正则表达式中非贪婪模式的使用,对比贪婪与非贪婪模式在字符串匹配上的区别,通过具体案例说明如何正确应用非贪婪模式以精确提取目标信息。

!!!我想说的是下面这个?的使用!!就是这个非贪婪模式!!!

?

当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",'o+?' 将匹配单个 "o",而 'o+' 将匹配所有 'o'。

 这个很重要啊!!我本来要做的是在一个句子中提取出所有人大代表以及其地址的,下面那个pattern4的“.*”后面没有加?号,

于是结果就是从湖南省到最后一个人大代表都给提进去了我擦,这可不是我想要的结果啊 !!,然后翻阅资料发现了上面这个贪婪模式,他会尽可能匹配少的字符串,也就是说他碰到第一个人大代表就返回了。这样才是我要的效果,并且如果要实现句子中不包含某些东西,则要添加   (?![。,,])实现 ,也就是说这个要一整句话

 

import re

pattern4 = re.compile(r'.{0,2}[省市区镇县乡](?![。,、]).*人大代表')

pattern2=re.compile(r'[共青团员|民革党员|民盟盟员|民建会员|民进会员|农工党党员|致公党党员|九三学社社员|台盟盟员|无党派人士|中共党员|中共预备党员|预备党员|党员|中国共产党党员|民主人士|民盟党员|]')
text1=' 湖南省长沙市雨花区非诚县人大代表湖南省长沙市苏因镇第九届人大代表长沙市雨花区人大代表乡人大代表马镇人大代表'
a=re.findall(pattern4,text1)
a

>>>

>>>['湖南省长沙市雨花区非诚县人大代表湖南省长沙市苏因镇第九届人大代表长沙市雨花区人大代表乡人大代表马镇人大代表']

 下面在“.*”的后面加了“?”也就是使用非贪婪模式,这样就可以了ok!

import re

pattern4 = re.compile(r'.{0,2}[省市区镇县乡].*?人大代表')


text1=' 湖南省长沙市雨花区非诚县人大代表,湖南省长沙市苏因镇第九届人大代表,长沙市雨花区人大代表乡人大代表马镇人大代表'
a=re.findall(pattern4,text1)
a
>>>
>>>
>>>
['湖南省长沙市雨花区非诚县人大代表', '湖南省长沙市苏因镇第九届人大代表', '长沙市雨花区人大代表', '乡人大代表', '马镇人大代表']
  
### 贪婪模式非贪婪模式的区别 Python 正则表达式中的贪婪模式(greedy mode)是指正则引擎在匹配过程中尽可能多地匹配满足条件的内容。默认情况下,正则表达式中的量词(如 `*`、`+`、`?`、`{m,n}`)都是贪婪的,即它们会尝试匹配尽可能多的字符。 例如,量词 `*` 表示其前一个元素可以出现 0 次或多次。在贪婪模式下,它会尽可能多地匹配字符。类似地,`+` 表示至少匹配一次,而 `?` 表示匹配 0 次或 1 次。这些量词默认都采用贪婪匹配策略[^1]。 ```python import re text = "aabbaabba" pattern = r'a.*a' match = re.search(pattern, text) print(match.group()) # 输出: aabbaabba ``` 在上述代码中,模式 `a.*a` 会匹配从第一个 `a` 到最后一个 `a` 的所有内容,因为 `*` 是贪婪的,它尽可能多地匹配中间的字符。 --- ### 非贪婪模式的使用 可以通过在量词后添加 `?` 来启用非贪婪模式(也称为懒惰模式)。此时,正则表达式会尽可能少地匹配字符。例如,`*?`、`+?` 和 `??` 分别表示非贪婪的匹配方式[^1]。 ```python text = "aabbaabba" pattern = r'a.*?a' match = re.search(pattern, text) print(match.group()) # 输出: aa ``` 在此例中,`a.*?a` 会匹配第一个 `a` 和下一个 `a` 之间的内容,而不会继续向后匹配更多字符。 --- ### 常见应用场景 贪婪模式非贪婪模式在实际开发中具有广泛的应用。例如,在解析 HTML 或 XML 文档时,如果希望提取标签之间的内容,通常需要使用非贪婪模式,以避免匹配到多个标签之间的全部内容。 ```python html = "<div>Hello</div><div>World</div>" pattern = r'<div>.*?</div>' matches = re.findall(pattern, html) print(matches) # 输出: ['<div>Hello</div>', '<div>World</div>'] ``` 如果使用贪婪模式 `.*`,则正则表达式会匹配第一个 `<div>` 到最后一个 `</div>` 之间的全部内容,导致无法正确提取每个标签的内容。 --- ### 结合标志控制匹配行为 在某些情况下,还可以结合正则表达式的标志(如 `re.DOTALL` 或 `re.MULTILINE`)来进一步控制匹配行为。例如,在 `re.DOTALL` 模式下,`.` 可以匹配换行符,使得贪婪模式在跨行匹配时更加灵活[^2]。 ```python text = "abc\nabc" pattern = r'.*' match = re.search(pattern, text, re.DOTALL) print(match.group()) # 输出: abc\nabc ``` --- ###
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值