#### python贪婪和非贪婪 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。 ~~~ >>> 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' >>> ~~~ ~~~ # 提取网址:http://www.interoem.com/messageinfo.asp?id=35 # 为:http://www.interoem.com # 反向思维 >>>url = "http://www.interoem.com/messageinfo.asp?id=35" >>> re.sub(r"(http://.+?/).*", lambda x: x.group(1), url) 'http://www.interoem.com/' ~~~ ~~~ # 有一句英文如下： # hello world haibo # 查找所有的单词 # 方法1 >>> s = "hello world haibo " >>> re.split(r" +", s) ['hello', 'world', 'haibo', ''] # 方法2 >>> re.findall(r"\b[a-zA-z]+\b", s) ['hello', 'world', 'haibo'] ~~~