一个很简单的正则问题，没搞明白

[geekyoung]

#!/usr/bin/python
import re
line = "Cats are smarter than dogs"
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)
if matchObj:
    print "matchObj.group() : ", matchObj.group()
    print "matchObj.group(1) : ", matchObj.group(1)
    print "matchObj.group(2) : ", matchObj.group(2)
else:
    print "No match!!"

这来自菜鸟上的教程，自己正则上也一直类似这么写的。 但今天突然想到一个问题，刚开始使用(.*)来匹配的话，岂不是直接可以匹配到最后了， .* 代表匹配除换行符之外的所有字符, 那 are (.*?) .* 这块怎么匹配呢？实在无解。

[geekyoung]

比如说刚开始 . 开始匹配 C 然后 a t s 空格 a r........直接给一口气到最后了，怎么去检测 are 这个模式呢？是不是检测到头，然后再转回头找，唉 乱了乱了

[OscarUsingChen]

https://docs.python.org/2/howto/regex.html#greedy-versus-non-greedy
regex 有 greedy 和 lazy 之分

[nazor]

编译原理上有讲这个，有限自动机那章。

[skydiver]

写错了呗，没有这么写的

[boboliu]

带?的是 lazy 模式，不带问号是 greedy。

lazy 是能匹配多少匹配多少，greedy 是能匹配多少匹配多少，懂了么？（滑稽



P.S. 建议看楼上发的文档

[boboliu]

@boboliu 等等被楼上带飞了。。。这个*也是有界限的，就是到下一个关键字能够匹配为止。

[OscarUsingChen]

@boboliu 建议友善一点，谁都有不懂的时候

[boboliu]

@OscarUsingChen 额。。。在下自认为。。。似乎没有不友善的地方？

[tanszhe]

这个就不应该用正则表达式 直接用 are 切分 去后面的那个单词 肯定比 正则表达式 高效多了

[boboliu]

@tanszhe 直接用 are 切分之后对着后面再上一个空格切分？感觉那还不如正则优雅吧？

[cnt2ex]

匹配失败了就回溯

[benyuanzhang]

@boboliu 大概说的是断句吧
再一次感叹汉语博大精深

[ffkjjj]

(.*?)后面有个空格。

[imn1]

第二个括号中的问号很重要，基本确定了是 are 后两个空格间的内容，其他就很容易推导了

[azh7138m]

http://deerchao.net/tutorials/regex/regex.htm#greedyandlazy

最先开始的匹配拥有最高的优先权

这个 30 分钟入门其实写的不错（

[geekyoung]

@OscarUsingChen 刚才看了，谢谢。但是请问，在这个问题情景下，那么第一个是贪婪匹配，那这个 are 是回溯过来找的？还是正则表达式在匹配的过程中一直在发现 are ？

[geekyoung]

@skydiver 不是错的，可以成功匹配

[geekyoung]

@boboliu 谢谢！以前喜欢一个人，现在喜欢一个人

[geekyoung]

@boboliu 就是到下一个关键字能够匹配为止。 那这个下一个关键字是在找的过程中一直去“发现的”，还是走到结束后再回过头来找的？既然是贪婪匹配。

[geekyoung]

@tanszhe 只匹配 Cats 和 smarter