Python正则表达式-匹配多次

Question

我想匹配一个字符特定的次数。 例如，我要在如下所示的HTML字符串中匹配作者的姓名：

base>"author's name"</span>

以下正则表达式匹配“ base>”和“ / span>”之间的任何字符，并仅返回作者的姓名：

base>\s*(.*?)(?=\s*<\/span>)

但是，HTML文件包含此内容的50个实例，上面的regex返回所有50个匹配项。 我将如何修改它，以便仅返回匹配的前10个实例？

Answer 1

可以通过将正则表达式自身以.*?分隔后的方式将其连接起来，从而捕获该正则表达式的前十个实例.*? 。 然后，您可以使用前十个捕获组来提取作者：

base>\\s*(.*?)(?=\\s*<\\/span>).*?base>\\s*(.*?)(?=\\s*<\\/span>).*?base>\\s*(.*?)(?=\\s*<\\/span>).*?base>\\s*(.*?)(?=\\s*<\\/span>).*?base>\\s*(.*?)(?=\\s*<\\/span>).*?base>\\s*(.*?)(?=\\s*<\\/span>).*?base>\\s*(.*?)(?=\\s*<\\/span>).*?base>\\s*(.*?)(?=\\s*<\\/span>).*?base>\\s*(.*?)(?=\\s*<\\/span>).*?base>\\s*(.*?)(?=\\s*<\\/span>)

但是，这不是您通常要执行的操作，因为它使更改搜索的作者数量变得相对困难。 查找所有捕获并仅使用前几个捕获可能会占用更多的CPU资源，但可以更轻松地响应不断变化的需求。