试试 re.search('<[^<^>]*>', string) 可以定义为: 括号中间不要有括号的任何文字 re.search会从字串前面开始找，只要有符合条件就会output 和non-greedy没有关系 ※ 引述《amigcamel (阿吉amig)》之铭言： : 手边有一个regex的问题 : 不知道是不是跟处理中文有关 : pat_en = "<foo<bar/pos>" : pat_ch = u"<夫<爸/pos>" : 以上两个对等的例子，一为中文，一为英文 : 我的目标是要抓出最里面的那个括号就好 : 亦即 : <bar/pos> : <爸/pos> : # 英文的部份没有什麽问题，如下 : In [1]: re.search(r"<\w*/\w*>", pat_en).group() : Out[1]: '<bar/pos>' : # 中文... : In [2]: re.search(r"<.*?/\w*>", pat_ch).group() : Out[2]: '<夫<爸/pos> : 这边的?不是应该是non-greedy吗？ : 理论上不是应该要得到<爸/pos>吗？ : 如果有理解上的错误，烦请高人指点！ : # 那我在左括号和右括号中间加一个否定式 : In [3]: re.search(r"<.[^<]*?/\w*>", pat_ch).group() : Out[3]: '<爸/pos>' : 可行 : # 同样的方法也套用在英文上 : In [4]: re.search(r"<.[^<]*?/\w*", pat_en).group() : Out[4]: '<bar/pos>' : 也可行 : 不过我发现，这边的?有加没加，好像差不多 : 所以修改如下 : r"<.[^<]*?/\w*>" --> r"<.[^<]*/\w*>" : # 套用修改後的的regex在英文上 : In [5]: re.search(r"<.[^<]*/\w*>", pat_en).group() : Out[5]: '<bar/pos>' : # 套用修改後的regex在中文上 : In [6]: re.search(r"<.[^<]*/\w*>", pat_ch).group() : Out[6]: '<爸/pos>' : 由以上发现，这边?根本没有作用 : 这看起来不像是中文编码问题 : 即便我在在flag加上re.UNICODE : 也没有任何帮助 : 如下 : In [7]: re.serach(r"<.*?/\w*>", pat_ch, re.UNICODE).group() : Out[7]: '<夫<爸/pos>' : 请教大大们 : 怎样的regex才能比较精确的表达呢？ : 还有我哪边的理解错误了，请迷津指点一下 : 卡关卡好久了... --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 140.112.28.171