我对正则表达式还比较新。我试图找到一个匹配特定模式的最短文本字符串，但是如果最短模式是更大的匹配的子字符串，我会遇到麻烦。例如：
import re
string = "A|B|A|B|C|D|E|F|G"
my_pattern = 'a.*?b.*?c'
my_regex = re.compile(my_pattern, re.DOTALL|re.IGNORECASE)
matches = my_regex.findall(string)
for match in matches:
print match
打印：
A|B|A|B|C
但我希望它返回：
A|B|C
有没有一种方法可以在不循环查看每个匹配项是否包含与之匹配的子字符串的情况下完成这个任务？
与大多数其他答案不同，在单个正则表达式中可以使用正向先行断言和捕获组来完成此操作：
>>> my_pattern = '(?=(a.*?b.*?c))'
>>> my_regex = re.compile(my_pattern, re.DOTALL|re.IGNORECASE)
>>> matches = my_regex.findall(string)
>>> print min(matches, key=len)
A|B|C
findall()会返回所有可能的匹配项，因此您需要使用min()来获得最短的一个。
工作原理如下：
findall()将返回所有重叠的匹配...”，我认为“在这种情况下，由于前瞻，findall()将返回所有重叠的匹配...”会更清晰明了。 - Justin Harris另一种正则表达式解决方案；它仅查找.*a.*b.*c的最后一个出现：
my_pattern = 'a(?!.*a.*b.*c).*b[^c]*c'
a(?!.*a.*?b.*?c) 确保第一个 'A' 后面没有 'a.*?b.*?c'
结果中类似 A|A|B|C 或 A|B|A|B|C 或 A|B|C|A|B|C 的字符串被消除
b[^c]*c 确保 'B' 后只有一个 'C'
结果中类似 A|B|C|B|C 或 A|B|C|C 的字符串被消除
因此，您将得到最小匹配的 'a.*?b.*?c'
.*?可以避开最长部分，并且反转输入和模式都可以绕过最左匹配语义。A|B|C:#! /usr/bin/env python
import re
string = "A|B|A|B|C|D|E|F|G"
my_pattern = 'c.*?b.*?a'
my_regex = re.compile(my_pattern, re.DOTALL|re.IGNORECASE)
matches = my_regex.findall(string[::-1])
for match in matches:
print match[::-1]
另一种方法是制定更严格的模式。比如说，您不想允许重复出现已经出现过的字符：
my_pattern = 'a[^a]*?b[^ab]*?c'
你的例子比较通用和牵强，但如果我们更清楚你所使用的输入数据，我们可以提供更好、更有帮助的建议。
不行。Perl 返回最长的、最左边的匹配，同时遵守你的非贪婪量词。恐怕你必须要循环。
编辑：是的，我意识到我之前说的是 Perl，但我相信 Python 也是这样。
(foo|foobar)应用于"foobar"时，它将匹配foo，因为第一个备选项匹配，所以下一个备选项甚至不会尝试。 - Tim Pietzcker你可能可以以这样的方式编写正则表达式，使其不包含较小的匹配项。
对于你的正则表达式：
a.*?b.*?c
我认为你可以写成这样：
a[^ab]*b[^c]*c
这很棘手，我没有看到任何更一般或更明显正确的方法来做到这一点。（编辑-早先我建议使用负向先行断言，但我看不到让它起作用的方法。）
shortest = None
for i in range(len(string)):
m = my_regex.match(string[i:])
if m:
mstr = m.group()
if shortest is None or len(mstr) < len(shortest):
shortest = mstr
print shortest
另一个循环，这次让 re.findall 做搜索所有可能匹配项的繁重工作，然后从右到左暴力测试每个匹配项，寻找更短的子字符串：
# find all matches using findall
matches = my_regex.findall(string)
# for each match, try to match right-hand substrings
shortest = None
for m in matches:
for i in range(-1,-len(m),-1):
mstr = m[i:]
if my_regex.match(mstr):
break
else:
mstr = m
if shortest is None or len(mstr) < len(shortest):
shortest = mstr
print shortest
不，Python正则表达式引擎中没有这个功能。
但是，我可以提供一个自定义函数：
import re, itertools
# directly from itertools recipes
def pairwise(iterable):
"s -> (s0,s1), (s1,s2), (s2, s3), ..."
a, b = itertools.tee(iterable)
for elem in b:
break
return itertools.izip(a, b)
def find_matches(rex, text):
"Find all matches, even overlapping ones"
matches= list(rex.finditer(text))
# first produce typical matches
for match in matches:
yield match.group(0)
# next, run it for any patterns included in matches
for match1, match2 in pairwise(matches):
subtext= text[match1.start()+1:match2.end()+1]
for result in find_matches(rex, subtext):
yield result
# also test the last match, if there was at least one
if matches:
subtext= text[matches[-1].start()+1:matches[-1].end()+1]
# perhaps the previous "matches[-1].end()+1" can be omitted
for result in find_matches(rex, subtext):
yield result
def shortest_match(rex, text):
"Find the shortest match"
return min(find_matches(rex, text), key=len)
if __name__ == "__main__":
pattern= re.compile('a.*?b.*?c', re.I)
searched_text= "A|B|A|B|C|D|E|F|G"
print (shortest_match(pattern, searched_text))