python贪婪函数 python re 贪婪

关于python正则表达式的贪婪模式和懒惰模式

因为你后面加了.jpg，那么它一直要匹配到末尾，所以结果是一样的

举个例子

字符串"abcd"

那么"a.*"匹配的是"abcd"

"a.*?"匹配的是"a"

"a.*?d"匹配的是"abcd"

"a.*d"匹配的是"abcd"

相关问答

Q1: Python贪婪算法之Python算法题实战 -《完美的代价》

最近也没什么事可做,就在备赛蓝桥杯(Python).蓝桥杯主要考察的是算法题目.所以我也在网上找了些资源刷题,昨天当我刷到《完美的代价》这道题目的时候,我就被卡住了.怎么想也想不通,就连解题代码也看不懂.更 搞笑 的是,昨天晚上我睡觉的时候,就在思考这道题目,结果不到一分钟,我就入睡了...

今天起床后,我就在CSDN里面找寻思路,有些博主提到,《完美的代价》需要用到贪心算法,但是我也没正经学过相关的算法,所以就去研究了一下贪心算法,发现这个算法还有点意思呢

贪心算法并不是一个具体的算法，而是一种算法的思想，或者说是解决问题的一种思路

要想弄明白贪心算法,可以从这两个关键点入手:

贪心算法最大的特点，就是在每一步中取最优化的解，不会回溯处理。这样的策略，自然在执行速度上更快，但是因为这种方法的短视。会导致得的解并不是真正的全局最优解，但是贪心算法得到的依然是一个近似最优解

问题可以描述为：给定一组物品，每种物品都有自己的重量和价格，在限定的总重量内，我们如何选择，才能使得物品的总价格最高

通俗解释：假如你有一个只能承重100的背包，你往里面装一些重量和价值不等的东西，怎样才可以让你的背包中的价值最大

这个问题中就是关键在于，每个转入背包的东西，只能是被装入背包和不被装入背包两种状态，可以用0-1表示。所以叫0-1背包问题。其二，就是这个问题的两个限定。第一，背包的边界是明确，它只能承重那么多东西。第二，东西的边界是明确的，你只有那么一些东西可以选择

故而，这个问题其实有三种策略可以选择：

这三种策略中，策略一看起来最好的策略

但是，策略一的模糊化太大，需要根据特殊的情况，做出特殊的改变

策略二和策略三相同，本身上并没有太多不同。只是二者的视角不同

我们了解贪心算法后,再来看看这道算法题吧

回文串，是一种特殊的字符串，它从左往右读和从右往左读是一样的。小龙龙认为回文串才是完美的。现在给你一个串，它不一定是回文的，请你计算最少的交换次数使得该串变成一个完美的回文串。

交换的定义是：交换两个相邻的字符

例如mamad

第一次交换 ad : mamda

第二次交换 md : madma

第三次交换 ma : madam (回文！完美！)

第一行是一个整数N，表示接下来的字符串的长度(N

Q2: python的贪婪和非贪婪匹配和分组搭配，运算规律是怎么样的？帮忙推导下结果是怎么出来的？

第一个：python贪婪函数我把贴吧给你的回复粘过来吧。

.*这个会先吞掉所有字符串python贪婪函数，因为后面还有python贪婪函数，.*会自觉的吐一些出来给后面的，这就是回溯。先吐出一个3，\d匹配成功继续.*勉强可以\d告诉前面的我匹配不了，挨个向前传话，.*没吃到也就吐不出了，.*告诉前面的\d说不行。\d说我是固定的啊我没东西给你，我得向前要。\d吐出刚吃的3告诉最前面的.*，说后面的说了不行啊你吃的有点多再让点出来。.*再吐出一个2，\d吃掉这个2，告诉后面的.*你继续。.*吃掉3,告诉后面的\d,该你了。\d一看不行啊我没东西吃了啊。于是告诉他前面的.*说不行我这没得吃了，你得吐。.*吐出刚吃的3说了我反正吃不吃都无所谓啦，3给你。\d一看3可以是我的菜。\d吃了3告诉大家我是最后一个我ok了。所以结果就是['23']

第二个：如果你理解了上面的，你就知道他俩在这没什么区别。因为(\d.*\d)这里面的.*都没机会贪婪。所以2和1的过程差不多。

第三个：我在贴吧也有回复顺便粘过来。

.*?(\d.*\d) 这个来说.*?是非贪婪也就是懒惰它是尽量少匹配。

所谓贪婪就是就是只要满足我的我先来，一直到不满足我的我才停。

比如(a|b)*b 去查找aaaababaab (ab)*开始会把所有都给吞掉，到b时回溯一位正好满足那么结果就是 整个字符串。aaaababaab

而.*?这样的属于懒惰匹配，我尽量少来，让给后面的来。后面的不行我再来。

还拿(a|b)*?b 去查aaaababaab 这时它懒惰了只查(a|b){0}这是最懒惰的情况，然后交给后面，后面的b一看是a回溯（告诉它不行你别那么懒，你还要继续）于是(a|b)*?匹配一个a继续交给后面，后面不行又回溯，直到(a|b)*?配匹到aaaa后面的b满足匹配了那么查找结束。所以这个返回的是aaaab

再回到你问的.*?(\d.*\d) 查找：发布于2018/12/23

.*?先查找一个.{0}也就是空字符串交给后面\d，\d匹配一个2没问题继续交给后面的.*，而这个.*是咱们说的贪婪模式，他会全吞所有后面的字符018/12/23，后面的\d发现没字符了回溯.*吐出一个3,\d匹配成功结束查找

所以re.findall('.*?(\d.*\d)',content)，返回['2018/12/23']

第四个：在这里再分析一下。.*?(\d.*?\d)两个懒惰，上面说了很多了.*?首先匹配''也就是啥都不吃，\d匹配2，.*?又匹配''，\d匹配0匹配成功。那么返回第一个查找值20，因为是findall所以继续往下查找，同理匹配18,继续往下。.*?还不吃，但是\d发现前面是/不是我的菜回溯,.*?吃掉/，\d匹配1，.*?匹配''，\d匹配2成功返回12，继续往下同上匹配23。所以结果就是['20', '18', '12', '23']

Q3: Python常用的正则表达式处理函数详解

正则表达式是一个特殊的字符序列，用于简洁表达一组字符串特征，检查一个字符串是否与某种模式匹配，使用起来十分方便。

在Python中，我们通过调用re库来使用re模块：

import re

下面介绍Python常用的正则表达式处理函数。

re.match函数

re.match 函数从字符串的起始位置匹配正则表达式，返回match对象，如果不是起始位置匹配成功的话，match()就返回None。

re.match(pattern, string, flags=0)

pattern：匹配的正则表达式。

string：待匹配的字符串。

flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。具体参数为：

re.I：忽略大小写。

re.L：表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境。

re.M：多行模式。

re.S：即 . ，并且包括换行符在内的任意字符（. 不包括换行符）。

re.U：表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库。

re.X：为了增加可读性，忽略空格和 # 后面的注释。

import re #从起始位置匹配 r1=re.match('abc','abcdefghi') print(r1) #不从起始位置匹配 r2=re.match('def','abcdefghi') print(r2)

运行结果：

其中，span表示匹配成功的整个子串的索引。

使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

group(num)：匹配的整个表达式的字符串，group() 可以一次输入多个组号，这时它将返回一个包含那些组所对应值的元组。

groups()：返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。

import re s='This is a demo' r1=re.match(r'(.*) is (.*)',s) r2=re.match(r'(.*) is (.*?)',s) print(r1.group()) print(r1.group(1)) print(r1.group(2)) print(r1.groups()) print() print(r2.group()) print(r2.group(1)) print(r2.group(2)) print(r2.groups())

运行结果：

上述代码中的(.*)和(.*?)表示正则表达式的贪婪匹配与非贪婪匹配。

re.search函数

re.search函数扫描整个字符串并返回第一个成功的匹配，如果匹配成功则返回match对象，否则返回None。

re.search(pattern, string, flags=0)

pattern：匹配的正则表达式。

string：待匹配的字符串。

flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等。

import re #从起始位置匹配 r1=re.search('abc','abcdefghi') print(r1) #不从起始位置匹配 r2=re.search('def','abcdefghi') print(r2)

运行结果：

使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

group(num=0)：匹配的整个表达式的字符串，group() 可以一次输入多个组号，这时它将返回一个包含那些组所对应值的元组。

groups()：返回一个包含所有小组字符串的元组，从 1 到 所含的小组号。

import re s='This is a demo' r1=re.search(r'(.*) is (.*)',s) r2=re.search(r'(.*) is (.*?)',s) print(r1.group()) print(r1.group(1)) print(r1.group(2)) print(r1.groups()) print() print(r2.group()) print(r2.group(1)) print(r2.group(2)) print(r2.groups())

运行结果：

从上面不难发现re.match与re.search的区别：re.match只匹配字符串的起始位置，只要起始位置不符合正则表达式就匹配失败，而re.search是匹配整个字符串，直到找到一个匹配为止。

re.compile 函数

compile 函数用于编译正则表达式，生成一个正则表达式对象，供 match() 和 search() 这两个函数使用。

re.compile(pattern[, flags])

pattern：一个字符串形式的正则表达式。

flags：可选，表示匹配模式，比如忽略大小写，多行模式等。

import re #匹配数字 r=re.compile(r'\d+')  r1=r.match('This is a demo') r2=r.match('This is 111 and That is 222',0,27) r3=r.match('This is 111 and That is 222',8,27)   print(r1) print(r2) print(r3)

运行结果：

findall函数

搜索字符串，以列表形式返回正则表达式匹配的所有子串，如果没有找到匹配的，则返回空列表。

需要注意的是，match 和 search 是匹配一次，而findall 匹配所有。

findall(string[, pos[, endpos]])

string：待匹配的字符串。

pos：可选参数，指定字符串的起始位置，默认为0。

endpos：可选参数，指定字符串的结束位置，默认为字符串的长度。

import re #匹配数字 r=re.compile(r'\d+')  r1=r.findall('This is a demo') r2=r.findall('This is 111 and That is 222',0,11) r3=r.findall('This is 111 and That is 222',0,27)   print(r1) print(r2) print(r3)

运行结果：

re.finditer函数

和 findall 类似，在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。

re.finditer(pattern, string, flags=0)

pattern：匹配的正则表达式。

string：待匹配的字符串。

flags：标志位，用于控制正则表达式的匹配方式，如是否区分大小写，多行匹配等。

import re  r=re.finditer(r'\d+','This is 111 and That is 222') for i in r:   print (i.group())

运行结果：

re.split函数

将一个字符串按照正则表达式匹配的子串进行分割后，以列表形式返回。

re.split(pattern, string[, maxsplit=0, flags=0])

pattern：匹配的正则表达式。

string：待匹配的字符串。

maxsplit：分割次数，maxsplit=1分割一次，默认为0，不限次数。

flags：标志位，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等。

import re  r1=re.split('\W+','This is 111 and That is 222')  r2=re.split('\W+','This is 111 and That is 222',maxsplit=1)  r3=re.split('\d+','This is 111 and That is 222')  r4=re.split('\d+','This is 111 and That is 222',maxsplit=1)  print(r1) print(r2) print(r3) print(r4)

运行结果：

re.sub函数

re.sub函数用于替换字符串中的匹配项。

re.sub(pattern, repl, string, count=0, flags=0)

pattern：正则中的模式字符串。

repl：替换的字符串，也可为一个函数。

string：要被查找替换的原始字符串。

count：模式匹配后替换的最大次数，默认0表示替换所有的匹配。

import re  r='This is 111 and That is 222' # 删除字符串中的数字 r1=re.sub(r'\d+','',r) print(r1) # 删除非数字的字符串  r2=re.sub(r'\D','',r) print(r2)

运行结果：

到此这篇关于Python常用的正则表达式处理函数详解的文章就介绍到这了，希望大家以后多多支持！

Q4: (python语言)为什么正则表达式的 贪婪匹配模式 比 非贪婪模式 得到的匹配结果还要短？

不清楚你的贪婪模式的正则是怎么的：.*(a.*?a).*   or  .*?(a.*a).*  or  .*(a.*a).*

你给的例子匹配并没有问题

.*?  匹配的空

a.*?a 匹配的aqwertya

.* 匹配的aple

你可以试试给每段正则都加个分组然后打印每个分组的匹配结果，然后修改正则为贪婪和非贪婪分别看看结果。这样有助于你理解学习。

str='aqwertyaaple'

regex_str='(.*?)(a.*?a)(.*)'

match_obj=re.match(regex_str,str)

match_obj.group(1)

match_obj.group(2)

match_obj.group(3)

Q5: python里面什么是贪婪？

Python里面的贪婪算法（又称贪心算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，/不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。

贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。

基本思路

思想

贪心算法的基本思路是从问题的某一个初始解出发一步一步地进行，根据某个优化测度，每一步都要确保能获得局部最优解。每一步只考虑一个数据，他的选取应该满足局部优化的条件。若下一个数据和部分最优解连在一起不再是可行解时，就不把该数据添加到部分解中，直到把所有数据枚举完，或者不能再添加算法停止 。贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。

贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。

基本思路

思想

贪心算法的基本思路是从问题的某一个初始解出发一步一步地进行，根据某个优化测度，每一步都要确保能获得局部最优解。每一步只考虑一个数据，他的选取应该满足局部优化的条件。若下一个数据和部分最优解连在一起不再是可行解时，就不把该数据添加到部分解中，直到把所有数据枚举完，或者不能再添加算法停止 。贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。也就是说，不从整体最优上加以考虑，他所做出的是在某种意义上的局部最优解。

贪心算法不是对所有问题都能得到整体最优解，关键是贪心策略的选择，选择的贪心策略必须具备无后效性，即某个状态以前的过程不会影响以后的状态，只与当前状态有关。

基本思路

思想

贪心算法的基本思路是从问题的某一个初始解出发一步一步地进行，根据某个优化测度，每一步都要确保能获得局部最优解。每一步只考虑一个数据，他的选取应该满足局部优化的条件。若下一个数据和部分最优解连在一起不再是可行解时，就不把该数据添加到部分解中，直到把所有数据枚举完，或者不能再添加算法停止 。

关于python贪婪函数和python re 贪婪的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。