re.search（）中的非贪婪模式与字符串结尾不匹配

Question

我试图像这样解析cookie的值：

import re
m = re.search("(.*?)=(.*?); path=(.*?); domain=(.*?)", "name=value1; path=/; domain=my.domain.com")
print (m.group(0))

我得到的结果是这样的：

name=value1; path=/; domain=

我的问题是：为什么它在最后的非贪婪位置不匹配？预期结果将是：

name=value1; path=/; domain=my.domain.com

当然，我可以改为贪婪模式或使用行尾字符（$），但我想了解为什么它不像我预期的那样工作： ）

Answer 1

非贪婪意味着它将尽可能少地匹配，同时仍然允许整个比赛成功。 *表示＆＃34;零或更多＆＃34;。所以它可以匹配的最小值是零。所以它匹配为零，匹配成功。

正则表达式中.*?的其他匹配项无法匹配为零，因为整个正则表达式将无法匹配。

Answer 2

您的上一个(.*?)匹配尽可能少的字符。要匹配Cookie的其余部分，您必须设置前瞻或匹配已知字符。

这是一个先行的解决方案：

(.*?)=(.*?); path=(.*?); domain=(.*?)(?=;\s|$)

请参阅demo

顺便说一句，regex101非常有助于了解正则表达式背后的内容：转到正则表达式调试器并单击右侧的+，然后你就可以了看看当你的正则表达式到达最后(.*?)时到底发生了什么：

所以，这就是我在开头所说的：匹配尽可能少。它在=符号后面匹配一个空字符串，其余部分可以“放弃”，因为这是lazy matching所做的。

  

正则表达式中的标准量词是贪婪的，意思是   他们尽可能地匹配，只在必要时回馈才能匹配   正则表达式的其余部分。

     

通过使用延迟量词，表达式尝试最小匹配   第一

Answer 3

其他答案很好地解释了为什么您的代码不能按原样运行。我只是指出，老实说，你应该贪婪地匹配非空格字符，而不是非贪婪地匹配所有字符。

re_obj = re.compile(r"""
    (\S*)=(\S*);\s*           # capture unknown key/value pair
    path=(\S*);\s*            # capture path
    domain=(\S*)              # capture domain""", re.X)

样本

>>> result = re_obj.search("name=value1; path=/; domain=my.domain.com")
>>> result.groups()
('name', 'value1', '/', 'my.domain.com')

更重要的是，使用字符串操作比使用

更容易

txt = "name=value1; path=/; domain=my.domain.com"
parameters = {key.strip(): value.strip() for parm in txt.split(';') for
              key,value in (parm.strip().split('='),)}