python - 为什么正则表达式交替 (A|B) 不按照文档匹配？

Question

当我在 python 2.7 中运行以下语句时，

re.search('eagle|cat', 'The cat is an animal. The eagle is bird').group()

我希望看到 'eagle' 作为正则表达式文档的结果但是我得到了 'cat'。我在这里遗漏了什么吗？

Answer 1

具有替代模式(由 | 分隔)的正则表达式不会扫描整个字符串以查找第一个替代项，然后再扫描第二个。

相反，在输入字符串的每个位置都会考虑每个备选方案。所以在位置 0，eagle 和 cat 都不匹配，但在位置 4，cat 匹配，即使 eagle首先尝试。

因此，cat 作为匹配返回；字符串的其余部分不再需要考虑。

当两个 模式在同一位置匹配 时，替代顺序很重要。所以 cat|cats 将始终返回 cat，即使在输入字符串中的那个词之后有一个 s:

>>> import re
>>> re.search('cat|cats', 'Like herding cats.').group()
'cat'
>>> re.search('cats|cat', 'Like herding cats.').group()
'cats'