Python 为什么不是'；我的可选组不贪婪吗/(5)?.*/

我认为，即使一个组是可选的

？

，在进入正则表达式的下一部分之前，它仍然是贪婪的，并且会消耗字符（如果可以的话）

当我指定简化的正则表达式

（5）.*

与

（5）.*

（第1组不是可选的）时，我在python 2.7.6中看到了不同的行为，尽管我希望使用完全相同的字符串来实现相同的行为：

>>> import re
>>> s = 'before [5.5s] after'
>>> r = re.compile(r'(5)?.*')
>>> print r.search(s).groups()
(None,)

>>> r2 = re.compile(r'(5).*')
>>> print r2.search(s).groups()
('5',)

我没有得到什么？为什么第一个正则表达式，

r

，没有吸收5

---

注意：我需要为什么的理论，因为任何解决这个特定正则表达式的尝试都不会帮助我。这是一个很好的例子。我有一个更复杂的正则表达式，我真的希望填补我的知识空白，即为什么可选组不像我想的那样贪婪。

第一个例子：

• 正则表达式与整个字符串

  s

  匹配
• 因此，

  s

  的第一个字符是“b”，它与

  （5）

  匹配，而

  不会导致匹配。但是，这不是问题，因为
  （5）？
  是模式的可选部分，因此正则表达式引擎将其匹配零次，并继续推进模式中的当前位置

• 字符串的其余部分与模式的其余部分匹配，因此整个字符串是匹配的。但是，组

  （5）

  本身与任何内容都不匹配，因此您在第一个示例中看到了

  None

第二个示例：

• 5

  不再是可选的，因此潜在匹配字符串的第一个字符必须是“5”。因此，潜在匹配从“before[”之后的“5”开始
• 为了匹配，剩余的字符串必须匹配剩余的模式

  *

  ，它会这样做

---

注意，一般来说，.

人们永远不会停止问这样的问题……因为

（5）？

可以匹配空字符串，并且由于正则表达式引擎从左到右解析字符串，所以

（5）？

匹配字符串的开头，

*

匹配行的其余部分。然而，

重新编译（'（.*）（.*））。搜索（'abc'）.groups（）

产生

（'abc'，''）

。你知道为什么吗？

搜索从字符串的开头开始匹配。如果它有匹配项（如在这些情况下），则不考虑其他开始索引。@RossRogers:当你称呼某人时，使用
@
+用户名。
（.*）（.*））
很简单：第一个
*
抓住了整个字符串，第二个没有其他东西可以抓住。阅读关于回溯和量词的文章。这篇文章很有趣，但标题是最糟糕的。@CasimiritHippolyte我道歉。；）哦，这是你的，对不起。我的意思是，这个标题可能会导致贪婪的量词必须避免（当它们比懒惰的量词快得多时）。你应该写一篇关于避免懒惰量词的方法的文章！一般来说，这不是关于贪婪的量词，特别是关于
*
。