Python正则表达式 r'(.*) are (.*?) .*'的深入理解

在学习Python3的正则表达式的时候遇到一个例子

#!/usr/bin/python3
import re

line = "Cats are smarter than dogs"
# .* 表示任意匹配除换行符（\n、\r）之外的任何单个或多个字符
# (.*?) 表示"非贪婪"模式，只保存第一个匹配到的子串
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

if matchObj:
   print ("matchObj.group() : ", matchObj.group())
   print ("matchObj.group(1) : ", matchObj.group(1))
   print ("matchObj.group(2) : ", matchObj.group(2))
else:
   print ("No match!!")

运行结果为

matchObj.group() :  Cats are smarter than dogs
matchObj.group(1) :  Cats
matchObj.group(2) :  smarter

这个例子主要的理解为r‘(.*) are (.*?) .*’,以下为我查询资料之后所得到的个人理解以及试验

1. 前面的r比较好理解，表示字符串为非转义的原始字符串，让编译器忽略反斜杠，也就是忽略转义字符。但是这个例子中字符串里没有反斜杠，所以这个r可有可无。
2. (.*) 第一个匹配分组，.*代表匹配除换行符之外的所有字符
3. (.*?)第二个匹配分组，.*?后面多个问号，代表非贪婪模式，也就是说只匹配符合条件的最少字符
4. 后面的一个.*  没有括号包围，所以不是分组，匹配效果和第一个一样，但是不计入匹配结果中。

综上所属以一种通俗易懂的描述就是将字符串以are为中断分为几部分，（.*）因为是贪婪的，所以返回的是所有满足条件的内容太，（.*？）为非贪婪模式，所以返回第一个满足要求的内容或没有

匹配成功，这句话如果不好理解就看看下面这个例子

  #!/usr/bin/python3

  import re

  #line = "Cats are smarter than dogs"
  line = "a a Cats are Cats are smarter than dogs"
  # .* 表示任意匹配除换行符（\n、\r）之外的任何单个或多个字符
  # (.*?) 表示"非贪婪"模式，只保存第一个匹配到的子串
  matchObj = re.match( r'(.*) are (.*) .*', line, re.M|re.I)

  if matchObj:
      print ("matchObj.group() : ", matchObj.group())
      print ("matchObj.group(1) : ", matchObj.group(1))
      print ("matchObj.group(2) : ", matchObj.group(2))
  else:
      print ("No match!!")

输出结果：

matchObj.group() :  a a Cats are Cats are smarter than dogs
matchObj.group(1) :  a a Cats are Cats
matchObj.group(2) :  smarter than

这个例子主要是将第一个例子中的line字符串进行了观察输出结果

group(1)对应第一个括号的条件，我理解为最后满足are分段的前面的所有内容，如果将第一个括号改为（.*？）就是第一个are的前面内容，经过验证确实是这样的，这里就不贴程序了可以自行验证

以下示例为更好的解释第二个括号的内容以及无括号的.*

 #!/usr/bin/python3

  import re

  #line = "Cats are smarter than dogs"
  line = "a a Cats are Cats are smarter than dogs"
  # .* 表示任意匹配除换行符（\n、\r）之外的任何单个或多个字符
  # (.*?) 表示"非贪婪"模式，只保存第一个匹配到的子串
  matchObj = re.match( r'(.*?) are (.*) .* .*', line, re.M|re.I)             

  if matchObj:
      print ("matchObj.group() : ", matchObj.group())
      print ("matchObj.group(1) : ", matchObj.group(1))
      print ("matchObj.group(2) : ", matchObj.group(2))
  else:
      print ("No match!!")

matchObj.group() :  a a Cats are Cats are smarter than dogs
matchObj.group(1) :  a a Cats
matchObj.group(2) :  Cats are smarter

group(2)对应第二个括号的条件：因为我将这里第一个括号的内容添加了？所以第一个括号索引的内容就是第一个are前面的内容，第二个括号就在当前这个are之后开始索引，在这里我没有加不加？ 所以输出为输出后面出去.*条件的所有内容

.*因为没有（）所以不能使用group访问，但是会实际占用位置，上面例子最后使用了两个.* 所以最后占用两个单词，那么前面的内容就是group（2）的输出内容了

可以自己尝试一个多加几个 are在语句中 然后判断语句修改有无？或者括号进行观察效果

  #!/usr/bin/python3

  import re

  #line = "Cats are smarter than dogs"
  line = "a a Cats are CatsB are smarter are than are dogs are dogs b c d e"
  # .* 表示任意匹配除换行符（\n、\r）之外的任何单个或多个字符
  # (.*?) 表示"非贪婪"模式，只保存第一个匹配到的子串
  matchObj = re.match( r'(.*?) are (.*?) (.*?) (.*) .*', line, re.M|re.I)    

  if matchObj:
      print ("matchObj.group() : ", matchObj.group())
      print ("matchObj.group(1) : ", matchObj.group(1))
      print ("matchObj.group(2) : ", matchObj.group(2))
      print ("matchObj.group(3) : ", matchObj.group(3))
      print ("matchObj.group(4) : ", matchObj.group(4))
  else:
      print ("No match!!")

matchObj.group() :  a a Cats are CatsB are smarter are than are dogs are dogs b c d e
matchObj.group(1) :  a a Cats
matchObj.group(2) :  CatsB
matchObj.group(3) :  are
matchObj.group(4) :  smarter are than are dogs are dogs b c d

总结

到此这篇关于Python正则表达式 r‘(.*) are (.*?) .*‘的深入理解的文章就介绍到这了,更多相关Python正则表达式 r‘(.*) are (.*?) .*‘内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！