Python正則表達式行為奇怪

Question

url = "http://www.domain.com/7464535"
match = re.search(r'\d*',url)
match.group(0)

返回''<-----空字符串

但

url = "http://www.domain.com/7464535"
match = re.search(r'\d+',url)
match.group(0)

返回'7464535'

我以為'+'應該是1或更多，'*'是0或更正確？ RE應該是貪婪的。 那么為什么他們都沒有返回同樣的東西，更重要的是為什么第一個沒有返回？

Answer 1

你對+和*的含義是正確的。 所以\\d*將匹配零個或多個數字 - 而這正是它正在做的事情。 從字符串的開頭開始，它匹配零位數，然后就完成了。 它成功匹配零個或多個數字。

*是貪婪的，但這只意味着它會在匹配的位置匹配盡可能多的數字。 它不會放棄匹配以嘗試在字符串中稍后找到更長的匹配。

---

編輯 ：正則表達式引擎的更詳細描述：

以我們要搜索的字符串為"http://www.domain.com/7464535"並且模式為\\d+的情況為例。

最初，正則表達式引擎指向URL的開頭和正則表達式模式的開頭。 \\d+需要匹配一個或多個數字，因此首先正則表達式引擎必須找到至少一個數字才能成功匹配。

它看起來第一個找到'h'字符。 這不是一個數字，所以它會移動到't'，然后是下一個't'，依此類推，直到它最終到達'7'。 現在我們匹配了一個數字，所以滿足了“一個或多個”要求，我們可以有一個成功的匹配，除了+貪婪所以它會匹配盡可能多的數字而不改變匹配的起點 ， '7'。 所以它命中字符串的末尾並匹配整數'7464535'。

現在考慮我們的模式是否是\\d* 。 現在唯一的區別是零位是有效匹配。 由於正則表達式從左到右匹配，第一個\\d*匹配的是字符串的開頭。 所以我們在開始時有一個零長度匹配，但由於*是貪婪的，只要有數字就會延長匹配。 由於我們發現的第一件事是'h'，一個非數字，它只返回零長度匹配。

那么，如果只是給你一個零長度的匹配，那么*甚至是有用的呢？ 考慮我是否匹配這樣的配置文件：

foo: bar
baz:   quux
blah:blah

我想在冒號后允許任意數量的空格（甚至為零）。 我會使用類似(\\w+):\\s*(\\w+)的正則表達式(\\w+):\\s*(\\w+)其中\\s*匹配零個或多個空格。 因為它出現在模式中的冒號之后，它將匹配字符串中的冒號之后，然后匹配零長度字符串（如第三行中的blah:blah因為冒號結束匹配后的'b'）或者所有空間都在下一個非空間之前，因為*是貪婪的。