python 爬虫 贪婪算法和非贪婪算法 match()

在Python中，re模块是用来使用正则表达式的。re模块提供了一个名为re.match()的函数，它用于在字符串的开始位置匹配一个模式，而这个函数在处理正则表达式时，有贪婪算法和非贪婪算法两种处理方式。

贪婪算法：

在正则表达式中，"贪婪"是指匹配尽可能多的字符。默认情况下，"*"，"+"，"?"，"{m,n}"等限定符都是贪婪的。例如，正则表达式"<.*>"会匹配从开始标签直到结束标签的最长可能匹配。

非贪婪算法：

在正则表达式中，"非贪婪"是指匹配尽可能少的字符。为了做到这一点，在"*"，"+"，"?"，"{m,n}"等限定符后面加上"?"。例如，正则表达式"<.*?>"会匹配从开始标签直到结束标签的最短可能匹配。

下面是一些使用python的re模块的match()函数的例子：

1. 贪婪算法：

import re
 
text = "<div>Hello World!</div>"
match = re.match("<.*>", text)
print(match.group())

输出：<div>Hello World!</div>

2. 非贪婪算法：

import re
 
text = "<div>Hello World!</div>"
match = re.match("<.*?>", text)
print(match.group())

输出：<div>

在上述例子中，我们使用了"<.*>"和"<.*?>"作为正则表达式，这两个正则表达式的主要区别就在于贪婪算法和非贪婪算法的不同。