2024年python 爬虫 贪婪算法和非贪婪算法 match()

在Python中，正则表达式的match()函数用于从字符串的起始位置匹配一个模式。match()函数是贪婪的，它会尽可能多地匹配字符，而match()函数也可以使用非贪婪模式。

贪婪算法在可以匹配成功的前提下，尽可能多的匹配字符，非贪婪算法在可以匹配成功的前提下，尽可能少的匹配字符。

在Python中，使用match()函数的贪婪算法和非贪婪算法的方式如下：

1. 贪婪算法：在模式后面加上+，表示匹配一个或多个字符。

import re
 
string = "abbbc"
pattern = "ab*c"
 
# 贪婪算法
matchObj = re.match(pattern, string)
 
if matchObj:
    print("matchObj.group() : ", matchObj.group())
else:
    print("No match found")

在上述代码中，模式是ab*c，其中*表示匹配前面的字符零次或多次。在贪婪模式下，它会尽可能多的匹配字符，因此输出结果是abbbc。

2. 非贪婪算法：在模式后面加上?，表示匹配一个或零个字符。

import re
 
string = "abbbc"
pattern = "ab*?c"
 
# 非贪婪算法
matchObj = re.match(pattern, string)
 
if matchObj:
    print("matchObj.group() : ", matchObj.group())
else:
    print("No match found")

在上述代码中，模式是ab*?c，其中?表示非贪婪模式，在可以匹配成功的前提下，尽可能少的匹配字符，因此输出结果是abc。

在Python中，match()函数默认是贪婪的，如果想使其变为非贪婪，可以在量词后面加上?。在实际使用中，可以根据需要选择贪婪算法或非贪婪算法。