使用正则表达式和Python进行短语匹配

Question

我有一些我想要匹配的短语.我使用正则表达式如下:

(^|)(piston|piston ring)( |$)

使用上面的内容,regex.match("piston ring")匹配"活塞".如果我改变正则表达式使得较长的短语"活塞环"首先出现,那么它按预期工作.

我对此行为感到惊讶,因为我假设正则表达式的贪婪性质会尝试匹配最长的字符串"免费".

我错过了什么？有人可以解释一下吗？谢谢!

Answer 1

|在正则表达式中使用alternation()时,将按从左到右的顺序尝试每个选项,直到找到匹配项.因此,在您的示例中,因为可以进行匹配piston,所以piston ring永远不会尝试.

编写这个正则表达式的更好方法是这样的:

(^|)(piston( ring)?)( |$)

这将尝试匹配'piston',然后立即尝试匹配' ring',?使其成为可选.或者,只需确保在交替开始时出现较长的选项.

您可能还需要考虑使用一个单词边界,\b的,而不是(^|)和( |$).