5
代码：
str = '<br><br />A<br />B'
print(re.sub(r'<br.*?>\w$', '', str))
预计返回<br><br />A，但它返回一个空字符串''！
有什么建议吗？
A
回答
6
贪婪从左到右工作，但没有其他方式。它基本上意味着“不匹配，除非你不匹配”。以下是发生了什么事情：
- 正则表达式引擎在字符串的起始处匹配
<br。 .*?现在被忽略，它很懒。- 尝试匹配
>，并成功。 - 尝试匹配
\w并失败。现在很有趣 - 引擎开始回溯，并看到.*?规则。在这种情况下，.可以匹配第一个>，所以这场比赛仍然有希望。 - 这种情况持续发生，直到正则表达式达到斜线。然后
>\w可以匹配，但$失败。同样，发动机回来懒.*规则，并保持匹配，直到与<br><br />A<br />B
幸运的是，有一个简单的解决方案：通过更换<br[^>]*>\w$你不让你的标签之外匹配，所以它应该取代最后一次出现。
严格来说，这对HTML并不适用，因为标签属性可以包含>个字符，但我认为这只是一个示例。
1
非贪心不会像以后那样开始。它与第一个<br相匹配，并且将非贪婪地匹配其余部分，因为您指定$，实际上需要转到字符串的末尾。
为了使它工作，你想要的方式，使用
/<br[^<]*?>\w$/
但通常不建议使用正则表达式来解析HTML，一些属性值可以在它<或>。
请不要使用`str`作为变量名称。 – 2010-11-25 06:03:10