爲什麼python正則表達式替換（A | B）不匹配按照文檔？

Question

當我運行在Python 2.7以下聲明，

re.search('eagle|cat', 'The cat is an animal. The eagle is bird').group() 

我期待看到'eagle'的結果按正則表達式的文檔 但我發現了'cat'。我在這裏錯過了什麼嗎？

Answer 1

的正則表達式與替代的圖案（由|分隔）不掃描第一替換整個字符串，那麼第二個。

相反，每個替代被認爲是在輸入字符串每個位置。因此，在位置0，既不eagle也不cat比賽，但在第4位，cat比賽，即使eagle是第一次嘗試。

因此，cat被返回作爲匹配;其餘的字符串不再需要考慮。

當均爲模式在相同位置將匹配時，備選排序很重要。所以cat|cats將返回cat，始終，即使在輸入字符串字後s：

>>> import re 
>>> re.search('cat|cats', 'Like herding cats.').group() 
'cat' 
>>> re.search('cats|cat', 'Like herding cats.').group() 
'cats' 

Answer 2

我猜@martijn回答得非常好你的問題，不過，我想指出，你可以使用negative lookahead確保cat從不其次eagle，但是，如果cat來eagle後，將被匹配：

re.search('eagle|(?!.*eagle)cat', 'The cat is an animal. The eagle is bird.').group() 

匹配eagle

---

如果cat來後eagle

re.search('eagle|(?!.*eagle)cat', 'The cat is an animal. The eagle is bird, cat is a feline.').group() 

將匹配eagle和第二cat。

演示：

https://regex101.com/r/wX2xY2/1