影响？在正则表达式字符串

Question

考虑以下Python代码：

>>> re.search(r'.*(99)', 'aa99bb').groups() 
('99',) 
>>> re.search(r'.*(99)?', 'aa99bb').groups() 
(None,) 

我不明白为什么我没有在第二个例子赶上99。

Answer 1

这是因为.*首先匹配整个字符串。此时，不可能再匹配99，并且由于该组是可选的，所以正则表达式引擎会停止，因为它找到了成功的匹配。

如果另一方面该组是强制性的，则正则表达式引擎必须回溯到.*。

比较从RegexBuddy以下调试会话（由.*匹配字符串的一部分以黄色突出显示，通过(99)蓝色匹配的部分）：

.*(99)：

---

.*(99)?：

Answer 2

根据您的需要，一个不错的选择可能是[^9]*(99)?。 没有回溯，而是匹配除9之外的任何其他值，然后是可选值99.如果要在99之前忽略9，则不起作用。

>>> re.search(r'[^9]*(99)?', 'aa99bb').groups() 
('99',) 
>>> re.search(r'[^9]*(99)?', 'aa9x99bb').groups() 
(None,)