Python 唐’；我不懂lazy正则表达式

假设我们有一个字符串

1abcd1efg1hjk1lmn1

，并希望在

1

-s之间查找内容。我们所做的是

re.findall('1.*?1','1abcd1efg1hjk1lmn1')

得到两个结果

['1abcd1', '1hjk1']

好的，我明白了。但如果我们这样做了

re.findall('1.*?1hj','1abcd1efg1hjk1lmn1')

---

为什么它在

1

s之间抓住两个间隔而不是一个？为什么我们得到的是

['1abcd1efg1hj']

而不是

['1efg1hj']

？这不是懒惰应该做的吗？

正则表达式总是尝试从左到右匹配输入字符串。考虑一下你的<代码> '*1HJ '/COD> ReXEX。正则表达式中的code>1与第一个匹配，下面的

*？

与

1hj

子字符串中的所有字符不匹配。因此，您得到的是

['1abcd1efg1hj']

，而不是

['1efg1hj']

要将

['1efg1hj']

作为输出，需要使用一个求反类作为

1[^1]*1hj

>>> s = "1abcd1efg1hjk1lmn1"
>>> re.findall(r'1.*?1hj', s)
['1abcd1efg1hj']
>>> re.findall(r'1[^1]*1hj', s)
['1efg1hj']

你得到这个是因为它满足你的正则表达式<代码>1.*1hj基本上是指从

1

开始，然后缓慢移动，直到找到

1

，然后是

hj

。中间的

1

如果后跟

ef

，则不匹配，但

将消耗所有。您无法获得

['1efg1hj']

，因为该字符串已被第一个匹配项使用。请使用“向前看”查看两者是否都满足条件。见演示

前瞻不会使用字符串，因此您可以同时获得两个匹配项

---

单击

regex调试器

查看实际发生的情况regex引擎从左到右解析字符串，并始终给出最左边的结果，不管您使用什么量词。是的，在这种情况下，可以使用否定类。但假设您的“分隔符”是多字符，例如“123”而不是“1”。在这种情况下，你将如何解决这个问题？您不能使用

[^123]

，因为您仍然希望单个字符匹配，除非它们同时出现。

['1abcd1efg1hj']