Python 正则表达式 : how to match anything up to a specific string and avoid backtraking when failin

Question

我正在尝试制作一个能够将任何内容匹配到特定模式的正则表达式。然后，正则表达式将继续查找其他模式，直到字符串末尾，但在某些情况下，该模式将不存在，并且匹配将失败。现在我陷入了困境:

.*?PATTERN

问题是，在字符串不存在的情况下，由于回溯，这会花费太多时间。为了缩短这个时间，我尝试使用正向前瞻来模仿原子分组，如本线程中所述(顺便说一句，我在 python-2.7 中使用 re 模块): Do Python regular expressions have an equivalent to Ruby's atomic grouping?

所以我写道:

(?=(?P<aux1>.*?))(?P=aux1)PATTERN

当然，当 STRING 不存在时，这比以前的版本更快，但问题是，它不再与 STRING 匹配，因为 .匹配到字符串末尾的所有内容，并且在先行后将丢弃先前的状态。

所以问题是，有没有一种方法可以进行像 .*?STRING 这样的匹配，并且在匹配不存在时能够更快地失败？

Answer 1

您可以尝试使用split

如果结果的长度为 1，则表示没有匹配项。如果您得到两个或更多，您就知道第一个是第一场比赛。如果将拆分限制为大小 1，则会短路后面的匹配:

"HI THERE THEO".split("TH", 1) # ['HI ', 'ERE THEO']

结果的第一个元素取决于匹配。