Python 正则表达式模式 * 未按预期工作 [英] Python regular expression pattern * is not working as expected

问题描述

在学习 Google 2010 Python 课程时，我发现了以下文档:

<块引用>

'*' -- 左边模式出现 0 次或多次

但是当我尝试以下操作时

re.search(r'i*','biiiiiiiiiiiiiig').group()

我希望 'iiiiiiiiiiiiiii' 作为输出但得到 ''.为什么?

解决方案

* 表示 0 或更多，但 re.search 只会返回第一个匹配项.这里的第一个匹配项是一个空字符串.所以你得到一个空字符串作为输出.

将 * 更改为 + 以获得所需的输出.

<预><代码>>>>re.search(r'i*','biiiiiiiiiiiiiig').group()''>>>re.search(r'i+','biiiiiiiiiiiiiig').group()'iiiiiiiiiiiiiii'

考虑这个例子.

<预><代码>>>>re.search(r'i*','biiiiiiiiiiiiiig').group()''>>>re.search(r'i*','iiiiiiiiiiiiiig').group()'iiiiiiiiiiiiiii'

这里 i* 返回 iiiiiiiiiiiiiii 因为一开始，正则表达式引擎尝试匹配 i 的零次或多次.一旦它在第一个找到 i，它就会贪婪地匹配第二个例子中的所有 i，所以你得到 iiiiiiiii 作为输出如果 i 不是第一个(考虑这个 biiiiiiig 字符串)，i* 模式将匹配所有每个不匹配之前的空字符串，在我们的例子中，它匹配 b 和 g 之前存在的所有空字符串.因为 re.search 只返回第一个匹配项，你应该得到一个空字符串，因为第一个 b 不匹配.

为什么我在下面的例子中得到三个空字符串作为输出?

<预><代码>>>>re.findall(r'i*','biiiiiiiiiiiiiig')['', 'iiiiiiiiiiiiiii', '', '']

正如我之前解释过的，对于每个不匹配，你应该得到一个空字符串作为匹配.让我解释.正则表达式引擎从左到右解析输入.

1. 作为输出的第一个空字符串是因为模式 i* 不匹配字符 b 但它匹配存在于 b.

2. 现在引擎移动到下一个字符 i 它将被我们的模式 i* 匹配，所以它贪婪地匹配下面的 我的 .所以你得到 iiiiiiiiiiiiiii 作为第二个.

3. 在匹配完所有的 i 之后，它会移动到下一个字符 g，它与我们的模式 i* 不匹配 .所以 i* 匹配非匹配 g 之前的空字符串.这就是第三个空字符串的原因.

4. 现在我们的模式 i* 匹配存在于行尾之前的空字符串.这就是第四个空字符串的原因.

While working through Google's 2010 Python class, I found the following documentation:

'*' -- 0 or more occurrences of the pattern to its left

But when I tried the following

re.search(r'i*','biiiiiiiiiiiiiig').group() 

I expected 'iiiiiiiiiiiiii' as output but got ''. Why?

解决方案

* means 0 or more but re.search would return only the first match. Here the first match is an empty string. So you get an empty string as output.

Change * to + to get the desired output.

>>> re.search(r'i*','biiiiiiiiiiiiiig').group()
''
>>> re.search(r'i+','biiiiiiiiiiiiiig').group()
'iiiiiiiiiiiiii'

Consider this example.

>>> re.search(r'i*','biiiiiiiiiiiiiig').group()
''
>>> re.search(r'i*','iiiiiiiiiiiiiig').group()
'iiiiiiiiiiiiii'

Here i* returns iiiiiiiiiiiiii because at first , the regex engine tries to match zero or more times of i. Once it finds i at the very first, it matches greedily all the i's like in the second example, so you get iiiiiiii as output and if the i is not at the first (consider this biiiiiiig string), i* pattern would match all the empty string before the every non-match, in our case it matches all the empty strings that exists before b and g. Because re.search returns only the first match, you should get an empty string because of the non-match b at the first.

Why i got three empty strings as output in the below example?

>>> re.findall(r'i*','biiiiiiiiiiiiiig')
['', 'iiiiiiiiiiiiii', '', '']

As i explained earlier, for every non-match you should get an empty string as match. Let me explain. Regex engine parses the input from left to right.

1. First empty string as output is because the pattern i* won't match the character b but it matches the empty string which exists before the b.

2. Now the engine moves to the next character that is i which would be matched by our pattern i*, so it greedily matches the following i's . So you get iiiiiiiiiiiiii as the second.

3. After matching all the i's, it moves to the next character that is g which isn't matched by our pattern i* . So i* matches the empty string before the non-match g. That's the reason for the third empty string.

4. Now our pattern i* matches the empty string which exists before the end of the line. That's the reason for fourth empty string.

这篇关于Python 正则表达式模式 * 未按预期工作的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！