正则表达式笔记

 

在正则表达式中，*、.* 和 .*? 都是用来匹配重复字符的模式，但它们的作用和行为有重要的区别。

---

 

1. *：零次或多次重复 (Quantifier)

 

* 本身是一个量词，它必须作用于它前面的一个字符、字符集或捕获组。

符号	含义	匹配行为	示例
X*	零次或多次匹配前面的元素 X。	这是最基本的重复量词。	查找 a*b - 在 bbb 中匹配 b (a 出现 0 次) - 在 aab 中匹配 aab (a 出现 2 次) - 在 cbaaa 中不匹配

2. .*：贪婪匹配 (Greedy Matching)

 

.* 是 . (点) 和 * (星号) 的组合，表示 匹配任何字符零次或多次。默认情况下，所有正则表达式的量词都是 贪婪（Greedy） 的。

符号	含义	匹配行为	示例
.*	贪婪匹配 任何字符 (.) 零次或多次 (*)。	匹配时会尽可能多地向右延伸，直到整个模式的其余部分仍然能够匹配成功为止。	查找 a.*c - 在 a12b3c45c 中，它会匹配整个字符串 a12b3c45c。它会越过第一个 c，尽可能多地向右匹配。

3. .*?：非贪婪匹配 (Non-Greedy or Lazy Matching)

.*? 是在贪婪模式 .* 后面添加了一个问号 ?。问号在这里的作用是修饰量词，将其从贪婪模式切换到 非贪婪（Non-Greedy） 或 懒惰（Lazy） 模式。

符号	含义	匹配行为	示例
.*?	非贪婪匹配 任何字符 (.) 零次或多次 (*)。	匹配时会尽可能少地向右延伸，只要满足整个模式的其余部分匹配成功即可。	查找 a.*?c - 在 a12b3c45c 中，它只会匹配第一个最短的有效字符串：a12b3c。在匹配了第一个 c 之后就停止了。

总结和对比

特性	* (作用于前一个字符)	.* (贪婪匹配)	.*? (非贪婪匹配)
匹配内容	零次或多次重复前面的元素。	零次或多次重复 任何字符。	零次或多次重复 任何字符。
匹配倾向	取决于前面的元素，默认贪婪。	尽可能多 (最长匹配)。	尽可能少 (最短匹配)。
应用场景	匹配单个字符或集合的重复，如 \d*。	匹配两个已知边界之间所有内容，如果边界是唯一的。	匹配两个 重复边界 之间最短的内容，如 HTML 标签 <tag>...</tag>。

2，

调试正则表达式 (Find/Replace)

1. 转义特殊字符 (最常见的原因)

在正则表达式中，.、(、) 和 " 都是特殊字符。您必须使用反斜杠 \ 来转义它们，让它们匹配字面意义上的字符。

您的原始表达式	str((.*)).decode("raw_unicode_escape")
推荐的查找表达式 (转义后)	str\((.*)\)\.decode\("raw_unicode_escape"\)

正确的替换表达式格式

IDE / 工具	格式	含义
PyCharm / IntelliJ	strExt(\1)	推荐使用 \1
VS Code / Sublime	strExt($1)	推荐使用 $1
Vim	strExt(\1) 或 strExt(\01)
Standard Unix sed	strExt(\1)