[Python]解决正则表达式的"贪婪"匹配

我们看下面的匹配：

>>> str = 'Wed Feb 27 12:07:46 1985::zwcqrlu@zyifcxsleb.com::478325266-7-10'
>>> pat = '\d+-\d+-\d+'
>>> reg = re.compile(pat)
>>> reg.search(str).group()
'478325266-7-10'

如果把模式串换成下面并且用match()来匹配：

>>> pat2 = '.+\d+-\d+-\d+'
>>> reg2 = re.compile(pat2)
>>> reg2.match(str).group()
'Wed Feb 27 12:07:46 1985::zwcqrlu@zyifcxsleb.com::478325266-7-10'

而我们希望得到的是后面的那个478325266-7-10，所以模式串加进括号：

>>> pat3 = '.+(\d+-\d+-\d+)'
>>> reg3 = re.compile(pat3)
>>> reg3.match(str).group(1)
'6-7-10'

可以看到，匹配到的子组很短，这是因为正则表达式本身默认是贪心匹配的，即如果正则表达式模式中使用到通配字，那它按照从左到右的顺序求值时，会尽量“抓取”满足匹配的最长字符串。一个解决的办法是用"非贪婪"操作符"?"。这个操作符可以用在"*"、“+”或"?"的后面。它的作用是要求正则表达式引擎匹配的字符越少越好。因此，如果把“？”放在“.+”的后面，就可以得到想要的结果：

>>> pat4 = '.+?(\d+-\d+-\d+)'
>>> reg4 = re.compile(pat4)
>>> reg4.match(str).group(1)
'478325266-7-10'

REF：Core Python Programming