python基础：re模块匹配时贪婪和非贪婪模式

python贪婪和非贪婪

　　正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的（在少数语言里也可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪则相反，总是尝试匹配尽可能少的字符。在"*","?","+","{m,n}"后面加上？，使贪婪变成非贪婪。

 

>>> s="This is a number 234-235-22-423"
>>> r=re.match(".+(\d+-\d+-\d+-\d+)",s)
>>> r.group(1)
'4-235-22-423'
>>> r=re.match(".+?(\d+-\d+-\d+-\d+)",s)
>>> r.group(1)
'234-235-22-423'
>>>

　　

　正则表达式模式中使用到通配字，那它在从左到右的顺序求值时，会尽量“抓取”满足匹配最长字符串，在我们上面的例子里面，“.+”会从字符 串的启始处抓取满足模式的最长字符，其中包括我们想得到的第一个整型字段的中的大部分，“\d+”只需一位字符就可以匹配，所以它匹配了数字“4”，而“.+”则匹配了从字符串起始到这个第一位数字4之前的所有字符。

　　解决方式：非贪婪操作符“？”，这个操作符可以用在"*","+","?"的后面，要求正则匹配的越少越好。

 

　　下面这个例子仔细体会下

 

>>> re.match(r"aa(\d+)","aa2343ddd").group(1)
'2343'
>>> re.match(r"aa(\d+?)","aa2343ddd").group(1)
'2'
>>> re.match(r"aa(\d+)ddd","aa2343ddd").group(1)
'2343'
>>> re.match(r"aa(\d+?)ddd","aa2343ddd").group(1)
'2343'
>>>

　　

header">([\s\S]+?)sep20
匹配任何包括换行空白字符等, 非贪婪模式

header">([\s\S]+)sep20

匹配任何包括换行空白字符等, 贪婪模式

除开某字符

void main() {

  RegExp re = RegExp('<((?!P|\/P).*?)>');
  String xx = '12<P xx>a</P haha)>b<haha>c';
  String yy = xx.replaceAll(re, '');
  print(yy);

}

匹配包括换行符在内的任意字符，以下为正确的正则表达式匹配规则： ([\s\S]*) 同时，也可以用“([\d\D]*)”、“([\w\W]*)” 来表示。

在文本文件里, 这个表达式可以匹配所有的英文：[ -~]

这个表达式可以匹配所有的非英文(比如中文)：  [^ -~]

下面这个换行可以了.

main(){
  String a = '''
  a
  b
  c
  a
  d
  d
  ''';
  RegExp xx = RegExp("b([^]*)a");
  var aa = xx.allMatches(a).toList();
  print(aa);
}