在python的regex模块中，`.*`的含义我认为它意味着任何东西？

Question

我身上发生了一些奇怪的事。很长一段时间以来，我一直认为.*意味着任何字符的任何数量，包括任何字符。我举了两个例子，给出了不同的结果：

例1

此示例按我的预期打印：

string_2 = 'SomethingStuff stuff1 ' 
my_regex = '(stuff)'
match_object = re.findall(my_regex, string_2, flags=re.I)
print match_object

输出：

['Stuff', 'stuff']

例2

这个示例应该打印相同的内容，正如我目前所理解的.*，但是它没有：

string_2 = 'SomethingStuff stuff1 '
my_regex = '(stuff).*'    # notice the difference here
match_object = re.findall(my_regex, string_2, flags=re.I)
print match_object

输出：

['Stuff']

为什么这些不同？我真的很烦

Answer 1

由于您在regex中使用的捕获组(...)，re.findall应该打印与捕获组中存在的模式匹配的字符。请注意，re.findall应该首先优先选择组，然后是匹配项。由于regex中的Stuff存在于组中，并且下面的.*匹配所有字符直到最后一个（它包括第二个stuff也），所以regex应该只打印第一个Stuff。如果删除组，它应该打印从第一个stuff到最后一个的所有chracaters

>>> string_2 = 'SomethingStuff stuff1 '
>>> re.findall('stuff.*', string_2, flags=re.I)
['Stuff stuff1 ']

Answer 2

问题在于.*：它匹配所有内容，它将继续使用字符串，直到什么都没有了。如果希望它停止并且不消耗下一个'stuff'，请使用问号表示非贪婪匹配：

>>> string_2 = 'SomethingStuff stuff1 '
>>> my_regex = '(stuff).*'    # notice the difference here
>>> match_object = re.findall(my_regex, string_2, flags=re.I)
>>> print (match_object)
['Stuff']
>>> my_regex = '(stuff).*?'    # notice the difference here
>>> match_object = re.findall(my_regex, string_2, flags=re.I)
>>> print (match_object)
['Stuff', 'stuff']