爬虫 正则

今天爬取好代夫网站，使用正则遇到一个棘手的问题， 在医院的科室页，想匹配肾内科的链接，使用url = re.search(r'facutly/(.*?)\.htm.*?肾', response.text, re.S) 总是匹配到第一个科室。

屏幕快照 2019-07-08 下午9.59.45.png

我错误的以为非贪婪匹配，那一定会匹配到靠近 肾 字url, 可是总是匹配到第一个科室
那是因为正则是从头开始搜索，当遇到第一个符合匹配规则时候就会与他匹配，后面的就不管了，r'facutly/(.*?)\.htm 与第一个科室匹配，所有在第一个科室和肾字中间的都被非贪婪匹配.*? 所匹配，而不是我想当然的倒序非贪婪匹配， 所以非贪婪前面 的子集很重要， 要想匹配到肾内科，前面子集必须不能匹配到前面的科室