Python Regex模式findall

Question

下面的reg表达式

get_tags = lambda t: re.findall(r"<(.+)>", t)
st = "xyx<ab>xy x<bc> xyx<cd>xyxy xx<de> xyx <ef>x y<fg><gh>y"

print(get_tags(st))

预期输出为

['ab', 'bc', 'cd', 'de', 'ef', 'fg', 'gh']

即使模式不是贪婪的（不使用'*'吗？），表达式也会给出输出

['a>xyx<b>xyx<c>xyxyxx<d>xyx<e>xy<f><g']

模式有什么问题？

Answer 1

.+默认是贪婪的。 您需要添加? 勉强的量词旁边的+做非贪心匹配。

get_tags = lambda t: re.findall(r"<(.+?)>", t)

要么

get_tags = lambda t: re.findall(r"<([^<>]+)>", t)

[^<>]+否定的字符类，与任何字符匹配，但不匹配>或<一次或多次。

>>> get_tags = lambda t: re.findall(r"<(.+?)>", t)
>>> st = "xyx<ab>xy x<bc> xyx<cd>xyxy xx<de> xyx <ef>x y<fg><gh>y"
>>> print(get_tags(st))
['ab', 'bc', 'cd', 'de', 'ef', 'fg', 'gh']
>>> get_tags = lambda t: re.findall(r"<([^<>]+)>", t)
>>> print(get_tags(st))
['ab', 'bc', 'cd', 'de', 'ef', 'fg', 'gh']

Answer 2

由于您知道只能找到< >之间的字母，因此您也可以使用

get_tags = lambda t: re.findall(r"<(\w+)>", t)

作为正则表达式。 只会在< >之间搜索[A-Za-z] ，因为示例中括号之间存在一些空格。 这也可以。