使用贪婪和不情愿的模式匹配器

Posted 2023-03-28

【中文标题】使用贪婪和不情愿的模式匹配器

【英文标题】：Pattern matcher using Greedy and Reluctant

【发布时间】：2014-04-18 09:56:59

【问题描述】：

在 java regex 中，我读过关于 Greedy and Reluctant Quantifiers 的信息。他们提到了

一个不情愿或“非贪婪”的量词首先匹配最少 可能的。所以 .* 一开始什么都不匹配，留下整个 字符串不匹配

在这个例子中

来源：yyxxxyxx 模式：.*xx

贪婪量词* 并产生

0 yyxxxyxx

不情愿的限定词*?，我们得到以下信息：

0 yyxx
4 xyxx

为什么yxx、yxx的结果即使是最小的可能值也不可能？

【参考方案1】：

正则表达式引擎返回它找到的第一个和最左边的匹配项。

基本上它会尝试从第一个字符开始匹配模式。如果没有找到对应的匹配，则传输跳入并从第二个字符开始重试，以此类推。

如果您在bab 上使用a+?b，它将首先从第一个b 尝试。这不起作用，所以我们从第二个字符开始尝试。

但在这里它从第一个字符开始找到匹配项。从第二个开始甚至不考虑，我们找到了一个匹配所以我们返回。

如果您在aab 上应用a+?b，我们会尝试第一个a 并找到一个整体匹配：故事结束，没有理由尝试其他任何事情。

总结：正则表达式引擎是从左到右的，所以懒惰只能影响右边的长度。