我对python贪婪/不贪婪的角色感到困惑 .
“给定多行html，返回每行的最终标记 . ”
我认为这是正确的：
re.findall('<.*?>$', html, re.MULTILINE)
我很烦，因为我期待一个单独的标签列表，如：
"</html>", "<ul>", "</td>".
我的口袋参考说 *? wil "match 0 or more times, but as few times as possible."
那么为什么我会得到“贪婪”的比赛，比如一些（但不是全部）比赛中有多个？
1 回答
你的问题源于你有一个行尾锚（'$'） . 非贪婪匹配的工作方式是引擎首先在行上搜索第一个无约束模式（在您的情况下为“<”） . 然后它会查找第一个'>'字符（你已经约束了，使用$ anchor，它位于该行的末尾） . 因此，在这种情况下，非贪婪与贪婪没有任何不同 .
由于你无法从你的RE中删除'$'（你正在寻找一行的最终标签），你需要采取不同的方法......请参阅@ Mark的答案 . '<[^> <] *> $'可以使用 .