Python正则表达式库是否有最大匹配[重复]答案

【问题标题】：Does Python regular expression library re have a maximum match [duplicate]Python正则表达式库是否有最大匹配[重复]
【发布时间】：2020-06-28 21:17:49
【问题描述】：

我在网上搜索过（也许我在搜索错误的东西），但我有一个很长的正则表达式模式，我想匹配：

例如：

import re

re_pattern_str = r"I want to match this \(this is an example\) regular expression to a giant string"

sample_paragraph = "I want to match this (this is an example) regular expression to a giant string. This is a huge paragraph with a bunch of stuff in it"

print(re.match(re_pattern_str, sample_paragraph))

上述程序的输出如下：

运行

<re.Match object; span=(0, 78), match='I want to match this (this is an example) regular>

如您所见，它被截断了，并没有捕获整个字符串。

另外，我注意到使用带有大量 cmets 的详细模式（Python 中的(?x)）捕获的内容更少。这是否意味着可以捕获的数量有限制？我还注意到使用不同的 Python 版本和不同的机器会导致捕获不同数量的长正则表达式字符串。我仍然无法确定这是否是 Python 中的 re 库中的问题、特定于 Python 3 的问题（我没有将其与 Python 2 进行比较）、机器问题、内存问题或其他问题。

我在上面的示例中使用了 Python 3.8.1，并在另一个示例中使用了 Python 3.7.2，使用了详细的正则表达式和其他示例（我无法分享这些示例，因为它们是专有的）。

任何有关 Python 正则表达式引擎机制以及为什么会发生这种情况的帮助（如果有可以通过正则表达式捕获的最大长度，为什么？），这将非常有帮助。

【问题讨论】：

为什么你认为它会匹配更多的字符串？您的模式与整个字符串不匹配。我怀疑您的冗长行为是因为您意外更改了其他内容。关键是，您可以在这里向我们展示的任何字符串都没有长度限制（也许在多 GB 范围内匹配可能存在问题，但我没有证据表明这个）。
您的正则表达式不包含可选元素，因此无法匹配小于完整模式的任何内容。匹配对象的__repr__() 显然正在修剪显示，大概是为了避免在真正长匹配的情况下压倒你的终端。
m.group(0) 'I want to match this (this is an example) regular expression to a giant string' 确实匹配整个表达式。匹配对象的repr() 不是您应该使用的。如果要捕获以表达式开头的任何字符串的全部，则在表达式末尾添加.*。
Python extract pattern matches 的副本。还有How do I return a string from a regex match in python? 等等。

标签： python regex python-3.x

【解决方案1】：

你认为匹配的repr是匹配的文本。它不是。 repr 尽量不为大型匹配转储文本页面。如果您想查看完整匹配的文本，请索引以将其作为字符串获取：

print(re.match(re_pattern_str, sample_paragraph)[0])
                                               #^^^ gets the matched text itself

您可以从 repr 看到它的匹配时间要长得多（它跨越索引 0 到 78）。

【讨论】：

请考虑关闭明显重复的问题，而不是一次又一次地重新回答类似的问题。这个问题被问得太频繁了，答案很简短，而且总是一样的。它是Python extract pattern matches 的副本。还有How do I return a string from a regex match in python? 等等。
@WiktorStribiżew：当我记得存在重复时，我会这样做。这个没有明显的重复，或者至少我不记得找到它的查询。