贪婪匹配模式与非贪婪匹配模式的区别

【摘要】本文记录一下贪婪匹配和非贪婪匹配的区别，可能咋一听会有点蒙，但是实际上多运用就知道其中的区别其实可以明显的区分出来。

贪婪匹配：在成功匹配到字符的情况下，尽可能多的匹配字符，记住一点：贪婪一点，越长越好；

非贪婪匹配（也可以称为懒惰匹配）：即在成功匹配到字符的情况下，尽可能少的匹配字符串，记住一点：不贪婪，越短越好。

请看如下的一个实例：

字符串："ma(123)fu)tian ma(456)fu)tian" 为例，我们要查找括号 "()" 中的字符，在 python 中：

1. import re

2. string = "ma(123)fu)tian ma(456)fu)tian"

4. # 贪婪匹配，匹配的结果是：['123)fu)tian ma(456)fu']

5. res1   = re.findall(r"(.*)",string, re.S)

7. # 非贪婪匹配，匹配的结果是：['123', '456']

8. res2 = re.findall(r"(.*?)",string, re.S)

两种匹配方式匹配到的结果截然不同，贪婪匹配会尽最大的可能去查找满足条件的字符串，因为它的查找效率是较低的；而非贪婪匹配在匹配第一次成功后结束本次匹配，而 findall() 会匹配所有的 () 中的字符串。

对于贪婪模式和非贪婪模式的使用场景需要根据实际情况而定，假如我们要匹配一段字符串中所有超链接标签时，一般使用非贪婪匹配，如下：

1. import re

2. str = "<a href = 'http://www.mafutian.net'>天下第二</a> hello world <a href = 'http://www.baidu.com'>心碎小子</a>"

3. res3 = re.findall(r"<a.*?>.*?</a>",str, re.S)

4. # 匹配的结果是：

5. # ["<a href = 'http://www.mafutian.net'>天下第二</a>", "<a href = 'http://www.baidu.com'>心碎小子</a>"]

然而当我们使用贪婪匹配时：

1. res3 = re.findall(r"<a.*?>.*</a>",str, re.S)

2. # 匹配的结果是：

3. # ["<a href = 'http://www.mafutian.net'>天下第二</a> hello world <a href = 'http://www.baidu.com'>心碎小子</a>"]

另外：使用re.S参数以后，正则表达式会将这个字符串作为一个整体，在整体中进行匹配。

温故而知新，很多东西并不是三两天的时间学会了、理解了就能够终身不忘，最好的办法就是记录下来，然后闲时的时候再回过头来看看，会记忆的比较深刻。

我要打赏