Python正则表达式匹配多次

Question

我想匹配一个字符特定的次数。 例如，我想在一个HTML字符串中匹配一个作者的名字，如下所示：

base>"author's name"</span>

下面的正则表达式匹配“base>；”和“/span>；”之间的任何字符，并且只返回作者的姓名：

base>\s*(.*?)(?=\s*<\/span>)

但是，HTML文件包含50个实例，上面的regex返回所有50个匹配项。如何修改它，以便只返回匹配的前10个实例？你知道吗

Answer 1

通过在由.*?分隔的正则表达式之后连接它，可以创建一个正则表达式来捕获该正则表达式的前十个实例。然后可以使用前十个捕获组来提取作者：

base>\s*(.*?)(?=\s*<\/span>).*?base>\s*(.*?)(?=\s*<\/span>).*?base>\s*(.*?)(?=\s*<\/span>).*?base>\s*(.*?)(?=\s*<\/span>).*?base>\s*(.*?)(?=\s*<\/span>).*?base>\s*(.*?)(?=\s*<\/span>).*?base>\s*(.*?)(?=\s*<\/span>).*?base>\s*(.*?)(?=\s*<\/span>).*?base>\s*(.*?)(?=\s*<\/span>).*?base>\s*(.*?)(?=\s*<\/span>)

然而，这不是你通常想要做的，因为它使得改变你搜索的作者数量相对困难。找到所有捕获并只使用前几个捕获可能会占用更多的CPU资源，但会更容易响应不断变化的需求。你知道吗