007、【byhy】 常见语法—— 贪婪模式和非贪婪模式
一、 常见语法—— 贪婪模式和非贪婪模式
我们要把下面的字符串中的所有html标签都提取出来，
source = '<html><head><title>Title</title>'
得到这样的一个列表
['<html>', '<head>', '<title>', '</title>']
很容易想到使用正则表达式 <.*>
写出如下代码
import re source = '<html><head><title>Title</title>' p = re.compile(r'<.*>') print(p.findall(source))
执行结果如下：
['<html><head><title>Title</title>'] Process finished with exit code 0
怎么回事？ 原来 在正则表达式中， ‘*’, ‘+’, ‘?’ 都是贪婪地，使用他们时，会尽可能多的匹配内容，
所以， <.*> 中的 星号（表示任意次数的重复），一直匹配到了 字符串最后的 </title> 里面的e。
解决这个问题，就需要使用非贪婪模式，也就是在星号后面加上 ? ，变成这样 <.*?>
代码改为：
import re source = '<html><head><title>Title</title>' # 注意有比之前多一个 ? 问号 p = re.compile(r'<.*?>') print(p.findall(source))
执行结果如下：
['<html>', '<head>', '<title>', '</title>'] Process finished with exit code 0
