字符串末尾的非贪婪Python正则表达式

我需要在Python3中搜索一个字符串，但从末尾开始实现非贪婪逻辑时遇到了问题

我试着用一个例子来解释：

输入可以是以下内容之一

test1 = 'AB_x-y-z_XX1234567890_84481.xml' 
test2 = 'x-y-z_XX1234567890_84481.xml'
test3 = 'XX1234567890_84481.xml'

我需要找到字符串的最后一部分，以

somestring\u otherstring.xml

在上述所有情况下，正则表达式应返回

XX1234567890_84481.xml

我的最佳尝试是：

result = re.search('(_.+)?\.xml$', test1, re.I).group()
print(result)

在这里，我使用：

（u.+）？

在非贪婪模式下匹配“_anystring”

\.xml$

匹配字符串最后部分的“.xml”

我得到的输出不正确：

_x-y-z_XX1234567890_84481.xml

我发现一些问题（）解释正则表达式从左边开始，即使是非贪婪限定符

---

有谁能从右边解释一下如何实现一个非贪婪的正则表达式吗？

您需要使用这个正则表达式来捕获您想要的内容

[^_]*_[^_]*\.xml

看看这段Python代码

import re

arr = ['AB_x-y-z_XX1234567890_84481.xml','x-y-z_XX1234567890_84481.xml','XX1234567890_84481.xml']

for s in arr:
 m = re.search(r'[^_]*_[^_]*\.xml', s)
 if (m):
  print(m.group(0))

印刷品

XX1234567890_84481.xml
XX1234567890_84481.xml
XX1234567890_84481.xml

正则表达式中的问题是，

（\u+）？\.xml$

部分将从第一个

（\u+）？

开始匹配，并将匹配任何内容，直到它看到一个文本

。xml

，并且整个部分也是可选的，因为后面跟着

？

。由于字符串

\u x-y-z_XX1234567890_84481.xml

，它还将匹配

\u x-y-z_XX1234567890_84481

，这不是您想要的正确行为。

您的模式

（\u+）？\.xml$

在可选组中捕获第一个下划线，直到它可以匹配字符串末尾的

.xml

，并且它不考虑应介于之间的下划线数量

要仅匹配最后一部分，可以省略捕获组。您可以使用一个否定字符类，并使用锚点

$

断言行的结尾，因为它是最后一部分：

[^_]+_[^_]+\.xml$

|

那会匹配的

• [^33;]+

  不匹配1+次_

• \

  逐字匹配

• [^33;]+

  不匹配1+次_
• 字符串末尾的

  \.xml$

  Match.xml

例如：

import re

test1 = 'AB_x-y-z_XX1234567890_84481.xml'
result = re.search('[^_]+_[^_]+\.xml$', test1, re.I)
if result:
    print(result.group())

---

不确定这是否符合您在概念上所寻找的“非贪婪自右”——但这种模式给出了正确的答案：

'[^_]+_[^_]+\.xml$'

---

[^\u]

是一个字符类，它与任何非下划线的字符匹配。

为什么它应该匹配

\u XX1234567890\u 84481.xml

而不是

\u 84481.xml

？它是在最后一个下划线之前的最后一个之后吗？它不应该匹配_XX1234567890_84481.xml，也不应该匹配_84481.xml，但只有XX1234567890_84481.xml我可能使用了错误的字符串，但我要让它们清楚，为什么它应该匹配

XX1234567890_84481.xml

而不是

84481.xml

？