分组非贪婪匹配导致匹配结果丢失的探究
在使用分组非贪婪匹配时，出现了匹配结果丢失的情况。代码如以下：
url = "http://tiebapic.baidu.com/forum/w%3d580/sign=33b74ba68b11728b302d8c2af8fdc3b3/9728d9177f3e67097e8a81c87dc79f3df9dc55aa.jpg?tbpicau=2024-01-18-05_4f80cd1a7f322fc1e38464b6e05d9188" pattern = re.compile(r'http://tiebapic.baidu.com/(.+?)sign=.+?\/(.+?).(.+?)\?tbpicau=', re.s) filenames = pattern.findall(url) filename = '%s%s%s' % (filenames[0][0], filenames[0][1], filenames[0][2]) print(filename)
期望输出为："forum/w33d580/9728d9177f3e67097e8a81c87dc79f3df9dc55aa.jpg"，但实际输出为："forum/w33d580/928d9177f3e67097e8a81c87dc79f3df9dc55aa.jpg"。
分析：
正则表达式中的"."通常匹配任意字符，包括换行符。由于非贪婪匹配的优先级高于贪婪匹配，所以"."只匹配尽可能少的字符。这导致了正则表达式仅匹配到了数字"9"和"2"之间的字符，而不是期望的整个文件路径。
解决方案：
要解决此问题，需要让正则表达式匹配尽可能多的字符。可以将"."替换为"s"，如下：
pattern = re.compile(r'http://tiebapic.baidu.com/(.+?sign=.+?\/(.+?)\.(.+?)\?tbpicau=', re.S)
这个更新后的正则表达式将匹配所有非空白字符，从而捕获整个文件路径。
