Python 正则表达式问号运算符不起作用？

Question

import re
str='abc defg'
m1 = re.match(".*(def)?",str)
m2 = re.match(".*(def)",str)
print (m1.group(1),m2.group(1))

上面的输出是:

(None, 'def')

这是怎么回事？即使使用非贪婪重复运算符，可选的捕获组 (def)? 也不匹配。

Answer 1

下面是正则表达式引擎尝试将 .*(def) 与 abc defg 进行匹配时发生的情况:

• 首先，引擎开始尝试匹配字符串开头的正则表达式。
• 贪心子模式 .* 最初尝试尽可能多地匹配，匹配整个字符串。
• 由于这会导致剩余的匹配失败，正则表达式引擎会回溯直到它找到匹配 (def) 的方法，这发生在 .* 时仅匹配 abc 。

但是，如果我们将正则表达式更改为 .*(def)?，则会发生以下情况:

• 首先，正则表达式引擎再次从字符串的开头开始。
• 接下来，它再次尝试尽可能多次匹配 .*，匹配整个字符串。
• 但此时，由于正则表达式的所有其余部分都是可选的，它已经找到了整个正则表达式的匹配项!由于 (def)? 是贪婪的，如果可以的话，引擎会更愿意匹配它，但它不会回溯早期的子模式只是为了看看它是否可以。相反，它只是让 .* 吞噬整个字符串，不给 (def)? 留下任何东西。

.*?(def) 和 .*?(def)? 会发生类似的情况:

• 同样，引擎从字符串的开头开始。
• 不贪婪的子模式 .*? 尝试尽可能匹配几次，即根本不匹配。
• 此时，(def) 无法匹配，但 (def)? 可以。因此，对于 (def)，正则表达式引擎必须返回并考虑对 .*? 进行更长的匹配，直到它找到一个可以让完整模式匹配的匹配项，而对于 (def)? 它不必这样做，所以它也不需要。

有关详细信息，请参阅 "Combining RE Pieces" section of the Perl regular expressions manual (这与 Python 的“Perl 兼容”正则表达式的行为相匹配)。