正则表达式.*?的匹配逻辑

Question

待匹配文本如下
access_token: 79_yZa1nQvm7YposlGBZE8yyYmmO_dq6Nu6YXpEL-AKrtiMT1V2OEb7UhG4iC4ByJr9bkMSf-30K_SmBeGGWDJ7eqvXbRjGcDduydoSKLcWGsmUl0ejywSd52NymcAEGFhAEANPO:access_token
正则表达式
.?
匹配结果是
79_yZa1nQvm7YposlGBZE8yyYmmO_dq6Nu6YXpEL-AKrtiMT1V2OEb7UhG4iC4ByJr9bkMSf-30K_SmBeGGWDJ7eqvXbRjGcDduydoSKLcWGsmUl0ejywSd52NymcAEGFhAEANPO:access_token
感觉【access_token: 】也符合正则表达式【.?】匹配的范围，不知道为什么匹配不到文本开头的【access_token: 】，但是能匹配到文本结尾的【:access_token】

Answer 1

引自免费微信小程序：皆我百晓生

在正则表达式中，. 表示匹配任意单个字符（除了换行符），* 表示前面的字符可以重复零次或多次，而 ? 则是一个可选量词，使得前面的字符尽可能少地匹配。因此，.*? 的含义是匹配尽可能少的任意字符。

当你在文本中使用 .*? 时，它会从当前位置开始尝试匹配尽可能少的字符，直到遇到下一个满足模式的部分。在这个例子中，由于没有指定特定的模式来限制匹配的开始位置，所以 .*? 将匹配从第一个字符开始直到文本结束的所有字符。这导致了整个字符串被匹配，因为你没有提供一个明确的停止条件来让它在遇到 "access_token:" 之前停下来。

如果你想要匹配的是 "access_token:" 后面的内容，并且不包括 "access_token:", 可以使用下面的正则表达式：

access_token:\s*(.*?)\s*:\s*access_token

这里的关键在于使用了圆括号 ( ) 来创建一个捕获组，这样我们就可以提取出匹配的内容。.*? 在这个上下文中仍然表示尽可能少地匹配任意字符，但这次它是在寻找 "access_token:" 和 ":access_token" 之间的内容。\s* 匹配任意数量的空白字符，以处理可能存在的空格或制表符。

下面是使用 Python 中的 re 模块进行匹配的示例代码：

import re

text = "access_token: 79_yZa1nQvm7YposlGBZE8yyYmmO_dq6Nu6YXpEL-AKrtiMT1V2OEb7UhG4iC4ByJr9bkMSf-30K_SmBeGGWDJ7eqvXbRjGcDduydoSKLcWGsmUl0ejywSd52NymcAEGFhAEANPO:access_token"

match = re.search(r'access_token:\s*(.*?)\s*:\s*access_token', text)
if match:
    result = match.group(1)
    print(result)
else:
    print("No match found")

运行这段代码，你会得到输出：79_yZa1nQvm7YposlGBZE8yyYmmO_dq6Nu6YXpEL-AKrtiMT1V2OEb7UhG4iC4ByJr9bkMSf-30K_SmBeGGWDJ7eqvXbRjGcDduydoSKLcWGsmUl0ejywSd52NymcAEGFhAEANPO，这是你想要匹配的部分。