正则基础之-贪婪与非贪婪模式.docVIP

正则基础之——贪婪与非贪婪模式 1 概述 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。 属于贪婪模式的量词，也叫做匹配优先量词，包括： “{m,n}”、“{m,}”、“?”、“*”和“+”。 在一些使用NFA引擎的语言中，在匹配优先量词后加上“?”，即变成属于非贪婪模式的量词，也叫做忽略优先量词，包括： “{m,n}?”、“{m,}?”、“??”、“*?”和“+?”。 从正则语法的角度来讲，被匹配优先量词修饰的子表达式使用的就是贪婪模式，如“(Expression)+”；被忽略优先量词修饰的子表达式使用的就是非贪婪模式，如“(Expression)+?”。 对于贪婪模式，各种文档的叫法基本一致，但是对于非贪婪模式，有的叫懒惰模式或惰性模式，有的叫勉强模式，其实叫什么无所谓，只要掌握原理和用法，能够运用自如也就是了。个人习惯使用贪婪与非贪婪的叫法，所以文中都会使用这种叫法进行介绍。 2 贪婪与非贪婪模式匹配原理 对于贪婪与非贪婪模式，可以从应用和原理两个角度进行理解，但如果想真正掌握，还是要从匹配原理来理解的。 先从应用的角度，回答一下“什么是贪婪与非贪婪模式？” 2.1 从应用角度分析贪婪与非贪婪模式 2.1.1 什么是贪婪与非贪婪模式 先看一个例子 举例： 源字符串：aadivtest1/divbbdivtest2/divcc 正则表达式一：div.*/div 匹配结果一：divtest1/divbbdivtest2/div 正则表达式二：div.*?/div 匹配结果二：divtest1/div 根据上面的例子，从匹配行为上分析一下，什是贪婪与非贪婪模式。 正则表达式一采用的是贪婪模式，在匹配到第一个“/div”时已经可以使整个表达式匹配成功，但是由于采用的是贪婪模式，所以仍然要向右尝试匹配，查看是否还有更长的可以成功匹配的子串，匹配到第二个“/div”后，向右再没有可以成功匹配的子串，匹配结束，匹配结果为“divtest1/divbbdivtest2/div”。当然，实际的匹配过程并不是这样的，后面的匹配原理会详细介绍。 仅从应用角度分析，可以这样认为，贪婪模式，就是在整个表达式匹配成功的前提下，尽可能多的匹配，也就是所谓的“贪婪”，通俗点讲，就是看到想要的，有多少就捡多少，除非再也没有想要的了。 正则表达式二采用的是非贪婪模式，在匹配到第一个“/div”时使整个表达式匹配成功，由于采用的是非贪婪模式，所以结束匹配，不再向右尝试，匹配结果为“divtest1/div”。 仅从应用角度分析，可以这样认为，非贪婪模式，就是在整个表达式匹配成功的前提下，尽可能少的匹配，也就是所谓的“非贪婪”，通俗点讲，就是找到一个想要的捡起来就行了，至于还有没有没捡的就不管了。 2.1.2 关于前提条件的说明 在上面从应用角度分析贪婪与非贪婪模式时，一直提到的一个前提条件就是“整个表达式匹配成功”，为什么要强调这个前提，我们看下下面的例子。 正则表达式三：div.*/divbb 匹配结果三：divtest1/divbb 修饰“.”的仍然是匹配优先量词“*”，所以这里还是贪婪模式，前面的“div.*/div”仍然可以匹配到“divtest1/divbbdivtest2/div”，但是由于后面的“bb”无法匹配成功，这时“div.*/div”必须让出已匹配的“bbdivtest2/div”，以使整个表达式匹配成功。这时整个表达式匹配的结果为“divtest1/divbb”，“div.*/div”匹配的内容为“divtest1/div”。可以看到，在“整个表达式匹配成功”的前提下，贪婪模式才真正的影响着子表达式的匹配行为，如果整个表达式匹配失败，贪婪模式只会影响匹配过程，对匹配结果的影响无从谈起。 非贪婪模式也存在同样的问题，来看下面的例子。 正则表达式四：div.*?/divcc 匹配结果四：divtest1/divbbdivtest2/divcc 这里采用的是非贪婪模式，前面的“div.*?/div”仍然是匹配到“divtest1/div”为止，此时后面的“cc”无法匹配成功，要求“div.*?/div”必须继续向右尝试匹配，直到匹配内容为“divtest1/divbbdivtest2/div”时，后面的“cc”才能匹配成功，整个表达式匹配成功，匹配的内容为“divtest1/divbbdivtest2/divcc”，其中“div.*?/div”匹配的内容为“divtest1/divbbdivtest2/div”。可以看到，在“整个表达式匹配成功