正则表达式——贪婪非贪婪模式

迷南。 2021-06-24 16:09 281阅读 0赞

贪婪与非贪婪模式影响的是被量词修饰的子表达式的匹配行为，贪婪模式在整个表达式匹配成功的前提下，尽可能多的匹配，而非贪婪模式在整个表达式匹配成功的前提下，尽可能少的匹配。非贪婪模式只被部分NFA引擎所支持。

1.举一个例子：

String str="abcaxc";
    Patter p="ab.*c";

**贪婪匹配**:正则表达式一般趋向于最大长度匹配，也就是所谓的贪婪匹配。如上面使用模式p匹配字符串str，结果就是匹配到：abcaxc。  
**非贪婪匹配**：就是匹配到结果就好，就少的匹配字符。如上面使用模式p匹配字符串str，结果就是匹配到：abc。

2.编程中如何区分两种模式  
默认是贪婪模式；在量词后面直接加上一个问号？就是非贪婪模式。  
量词：  
\{m,n\}：m到n个  
\*：任意多个  
\+：一个到多个  
？：0或一个

3.原理：

结合实例来分析哈基于正则的引擎对文本的匹配过程。原始字符串：This is a first test，使用正则<.+>来匹配HTML标签，期望第一次匹配得到，第二次匹配得到，实际却是第一次匹配就得到了first。

来看看匹配过程，第一个记号是<，这是一个文本字符，匹配其自身。第二个符号是.，匹配了字符E，然后+一直可以匹配其余的字符，直到一行的结束。然后到了换行符，匹配失败（.不匹配换行符）。于是引擎开始对下一个正则表达式符号进行匹配，即试图匹配>。到目前为止，<.+已经匹配了first test。引擎会试图将>与换行符进行匹配，结果失败了。于是引擎进行回溯。回溯后的匹配状况是 <.+ 匹配 first tes。于是引擎将>与t进行匹配。显然还是会失败。这个过程继续，直到 <.+ 匹配 first</EM，>与>匹配。于是引擎找到了一个匹配first。记住，正则导向的引擎是急切的，所以它会急着报告它找到的第一个匹配。而不是继续回溯，即使可能会有更好的匹配，例如。所以我们可以看到，由于+的贪婪性，使得正则表达式引擎返回了一个最左边的最长的匹配。

如果想得到期望的结果，就需要启用非贪婪模式：<.+?>

总结：如果是贪婪匹配模式，正则引擎会一直匹配到字符串最后；当匹配为false时，就回溯以找到倒数第一个匹配位置，返回匹配结果。 如果是非贪婪匹配模式，正则引擎会匹配到符合pattern的末尾位置那个字符，然后再往后走一步，发现匹配为false时，就回溯以找到最近一个匹配为true的位置，返回匹配结果。