正则表达式贪婪和非贪婪

正则表达式(Regular Expression)是用于匹配字符串的语言，在编程中常常使用。贪婪和非贪婪是正则表达式的两种匹配方式，分别对应在匹配时选择尽量“多”或“少”的匹配字符。

贪婪匹配

贪婪匹配(Greedy Matching)是指匹配时，尽可能多地去匹配字符的方式。比如在正则表达式中使用“.*”会匹配任意数量的任意字符，包括空字符。例如：

import re

text = "hello abc abcdefg abcdefghijklmn"

pattern = "abc.*"
match = re.findall(pattern, text)
print(match)
# Output: ['abc abcdefg abcdefghijklmn']

代码中使用re.findall()方法对文本进行匹配，pattern为“abc.*”，表示匹配以“abc”开始，后面包含任意数量的任意字符。

运行结果输出了整个文本字符串，因为默认情况下，正则表达式是贪婪匹配的，即选择尽量多的匹配字符。

import re

text = "hello abc abcdefg abcdefghijklmn"

pattern = "abc.*n"
match = re.findall(pattern, text)
print(match)
# Output: ['abcdefg abcdefghijklmn']

另外，当指定匹配字符的范围时，也是贪婪匹配的。例如，当我们匹配从“a”开始，后面包含若干个’a’或’b’，最后匹配到一个“c”时，代码如下：

import re

text = "aabbbccc"

pattern = "a[a|b]*c"
match = re.findall(pattern, text)
print(match)
# Output: ['aabbbcc']

可以看到，输出结果为“aabbbcc”，其中匹配到了若干个’a’或’b’，直到最后一个字符是“c”为止。

非贪婪匹配

非贪婪匹配(Non-Greedy Matching)是指匹配时，尽可能少地去匹配字符的方式。在正则表达式中，可以使用“.*?”来进行非贪婪匹配。例如：

import re

text = "hello abc abcdefg abcdefghijklmn"

pattern = "abc.*?"
match = re.findall(pattern, text)
print(match)
# Output: ['abc ', 'abcdefg ', 'abcdefghijklmn']

代码中，pattern为“abc.*?”，表示匹配以“abc”开始，后面包含任意数量的任意字符，但是在匹配时，选择尽量少的匹配字符。输出结果是三个匹配结果，“abc ”、“abcdefg ”、“abcdefghijklmn”。

再看一个例子，在指定匹配字符的范围时，如果使用非贪婪匹配，那么会选择尽可能少的字符。代码如下：

import re

text = "aabbbccc"

pattern = "a[a|b]*?c"
match = re.findall(pattern, text)
print(match)
# Output: ['abc']

输出结果为“abc”，其中只有一个匹配结果，选择了尽量少的’a’或’b’，匹配到了第一个“c”。

结论

正则表达式的贪婪和非贪婪匹配的区别在于，对于尽可能多地匹配字符和尽可能少地匹配字符的选择。在编程时，需要针对实际应用场景，选择适合的匹配方式。如果需要选择尽量少的匹配字符，可以在正则表达式中使用“.*?”进行非贪婪匹配。