python正则中最短匹配实现代码

下面从一个例子入手：

利用正则表达式解析下面的XML/HTML标签：

<composer>Wolfgang Amadeus Mozart</composer><author>Samuel Beckett</author> <city>London</city> 

希望自动格式化重写为：

composer: Wolfgang Amadeus Mozart
author: Samuel Beckett
city: London

一个代码是这样的形式：

#coding:utf-8 import re s="""<composer>WolfgangAmadeus Mozart</composer>    <author>SamuelBeckett</author>    <city>London</city>""" pattern1=re.compile("</w+>")  #匹配<>中任意的字符 pattern2=re.compile(">.+</")  #匹配><中任意的字符 listNames=pattern1.findall(s) #获取所有满足正则表达式pattern1的字符串的列表 listContents=pattern2.findall(s) #获取所有满足正则表达式pattern2的字符串的列表 #由于xml是规范的，所以是一一对应（对于错误输入，暂时不考虑） for i in range(len(listNames)):   #输出的时候利用切片丢弃多余的符号，如：<>/   print(listNames[i][1:len(listNames[i])-1],":",      listContents[i][1:len(listContents[i])-2]) 

这个代码运行后结果是可以的。

下面我们修改下s的格式：

#coding:utf-8import res="<composer>Wolfgang Amadeus Mozart</composer> <author>Samuel Beckett</author> <city>London</city>"pattern1=re.compile("</w+>")  #匹配<>中任意的字符# 此模式为非贪婪模式，所以s不是多行也可以匹配pattern2=re.compile(">.+</")  #匹配><中任意的字符,问号必须加，"?"是非贪婪匹配listNames=pattern1.findall(s) #获取所有满足正则表达式pattern1的字符串的列表listContents=pattern2.findall(s) #获取所有满足正则表达式pattern2的字符串的列表#由于xml是规范的，所以是一一对应（对于错误输入，暂时不考虑）for i in range(len(listNames)):  #输出的时候利用切片丢弃多余的符号，如：<>/  print(listNames[i][1:len(listNames[i])-1],":",     listContents[i][1:len(listContents[i])-2])

得到的答案如下所示：

我们打印一下匹配到的两个结果看一下，修改代码如下：

#coding:utf-8import res="<composer>Wolfgang Amadeus Mozart</composer> <author>Samuel Beckett</author> <city>London</city>"pattern1=re.compile("</w+>")  #匹配<>中任意的字符# 此模式为非贪婪模式，所以s不是多行也可以匹配pattern2=re.compile(">.+</")  #匹配><中任意的字符,问号必须加，"?"是非贪婪匹配listNames=pattern1.findall(s) #获取所有满足正则表达式pattern1的字符串的列表listContents=pattern2.findall(s) #获取所有满足正则表达式pattern2的字符串的列表print(listNames)print(listContents)#由于xml是规范的，所以是一一对应（对于错误输入，暂时不考虑）for i in range(len(listNames)):  #输出的时候利用切片丢弃多余的符号，如：<>/  print(listNames[i][1:len(listNames[i])-1],":",     listContents[i][1:len(listContents[i])-2])