python 正则非贪婪匹配结果缺失的原因
针对题主的问题：“为什么python 正则匹配时，使用分组非贪婪匹配却丢失了7个字符？”，我们分析代码进行解答。
代码中使用的正则表达式为：
r'http://tiebapic.baidu.com/(.+?)sign=.+?\/(.+?).(.+?)\?tbpicau='
其中的 (.+?) 表达式使用非贪婪模式，匹配任意数量的字符，直到遇到 sign. 按照题主的说法，正则匹配结果中缺少了7个字符，即 "9728d9177f3"。
立即学习“Python免费学习笔记（深入）”；
问题的根源
分析代码可知，问题出在以下两点：
- 非贪婪模式的正确使用方法：非贪婪模式的正确用法是匹配尽可能少的字符，而不是任意数量的字符。在本例中，正确使用非贪婪模式应该为 (.+?)(?:=)。
- 去掉点号的错误操作：代码中将正则表达式中的点号（.）去掉，这是错误的操作。点号表示匹配任意字符，如果去掉，正则表达式将无法匹配到 "9728d9177f3" 部分。
正确的做法
根据以上分析，正确的正则表达式和代码如下：
import re 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/(.+?)(?:=)\/?(.+?).(.+?)\?tbpicau=', re.s) filenames = pattern.findall(url) filename = '%s%s%s' % (filenames[0][0], filenames[0][1], filenames[0][2]) print(filename)
修改后的代码输出正确的文件名：
forum/w33D580/9728d9177f3e67097e8a81c87dc79f3df9dc55aa.jpg
