今天爬取好代夫網(wǎng)站番挺，使用正則遇到一個(gè)棘手的問(wèn)題僧家， 在醫(yī)院的科室頁(yè)拌倍，想匹配腎內(nèi)科的鏈接，使用url = re.search(r'facutly/(.*?)\.htm.*?腎', response.text, re.S) 總是匹配到第一個(gè)科室涯穷。
屏幕快照 2019-07-08 下午9.59.45.png
我錯(cuò)誤的以為非貪婪匹配棍掐，那一定會(huì)匹配到靠近 腎 字url, 可是總是匹配到第一個(gè)科室
那是因?yàn)檎齽t是從頭開(kāi)始搜索，當(dāng)遇到第一個(gè)符合匹配規(guī)則時(shí)候就會(huì)與他匹配拷况，后面的就不管了作煌，r'facutly/(.*?)\.htm 與第一個(gè)科室匹配，所有在第一個(gè)科室和腎字中間的都被非貪婪匹配.*? 所匹配赚瘦，而不是我想當(dāng)然的倒序非貪婪匹配最疆， 所以非貪婪前面 的子集很重要， 要想匹配到腎內(nèi)科蚤告，前面子集必須不能匹配到前面的科室
