正则表达式贪婪匹配和惰性匹配分组和去优先级

最新推荐文章于 2023-06-30 16:42:44 发布

原创最新推荐文章于 2023-06-30 16:42:44 发布 · 685 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #正则表达式 #python爬虫 #贪婪匹配 #惰性匹配

python 入门同时被 3 个专栏收录

40 篇文章

订阅专栏

python爬虫

6 篇文章

订阅专栏

正则表达式

5 篇文章

订阅专栏

本文深入探讨了正则表达式中的贪婪匹配、惰性匹配、分组优先级及去优先级的概念，通过实例展示了如何在爬虫开发中灵活运用这些技巧进行高效的数据抓取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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']