我的理解正則表達式——懶惰匹配

時間 2019-12-13

原文原文鏈接

問題描述

本文連接：http://www.hcoding.com/?p=130html

初學正則表達式的時候都有一個疑問，例如：須要匹配串 "_abc_123_" 中第一對"_"之間的字符，剛開始學習正則表達式的時候會寫成 "/_\w*_/"，匹配的結果就是"abc_123" 而不是"abc"了；大神說加上一個問號，"/_\w*?_/"，這時候匹配的結果就是"abc"。正則表達式

咱們知道'？'單獨使用的時候表示：重複零次或一次，而當'？'出如今重複限定符後面的，起的做用就是懶惰匹配，也就是匹配儘量少的字符。懶惰限定符說明：學習

*?：重複任意次，但儘量少重複
+?：重複1次或更屢次，但儘量少重複
??：重複0次或1次，但儘量少重複
{n,m}?：重複n到m次，但儘量少重複
{n,}?：重複n次以上，但儘量少重複

對的，「儘量少重複」，這就是對懶惰匹配的粗暴直白的解說。spa

那麼怎麼理解「儘量少重複」呢？咱們能夠從正則表達式的忽略優先量詞來解釋了。htm

忽略優先量詞

量詞"*?"、"+?"、"??"、"{n,m}?"、"{n,}?"都屬於忽略優先量詞，忽略優先量詞使用的是在?、+、*、{}後面添加?組成的，忽略優先在匹配的時候首先會嘗試忽略，若是失敗後回溯纔會選擇嘗試。好比`ab??`匹配「abb」會獲得‘a’而不是「ab」。當引擎匹配成功a後，因爲是忽略優先，引擎首先選擇不匹配b，繼續查看錶達式，發現表達式結束了，那麼引擎就直接上報匹配成功。具體咱們經過下面的例子一步一步說明忽略優先量詞工做原理。get

例子

仍是上面的例子，用"/_\w*?_/"匹配"_abc_123_" 中第一對"_"之間的字符。it

開始匹配第一個'_'以後，‘\w*?’首先決定不須要匹配任何字符，由於它是忽略優先量詞，這時候就拿表達式'/_\w*?_/'中的第二個'_'（'\w*?'後面的'_'）和目標串'_abc_123_'中的'a'匹配，匹配失敗，這時候纔會拿'\w*?'去嘗試未匹配的分支（使用\w匹配a，嘗試匹配a成功）class

下一步，是嘗試匹配，仍是忽略呢？由於'\w*?'是忽略優先量詞，會選擇忽略，那麼就是重複上一步，'_'匹配b失敗，'\w*?'去嘗試未匹配的分支ab，以上步驟總共重複了3次後（直到表達式'\w*?'後面的'_'和目標串第二個'_'匹配），最終匹配出'abc'。原理

過程（開始匹配第一個'_'以後）：coding

表達式/_\w*?_/'中的第二個'_'和目標串'_abc_123_'中的'a'匹配，匹配失敗，'\w*?'嘗試匹配目標串'_abc_123_'中的'a'，匹配成功。
表達式/_\w*?_/'中的第二個'_'和目標串'_abc_123_'中的'b'匹配，匹配失敗，'\w*?'嘗試匹配目標串'_abc_123_'中的'ab'，匹配成功。
表達式/_\w*?_/'中的第二個'_'和目標串'_abc_123_'中的'c'匹配，匹配失敗，'\w*?'嘗試匹配目標串'_abc_123_'中的'abc'，匹配成功。
表達式/_\w*?_/'中的第二個'_'和目標串'_abc_123_'中的'_'匹配，匹配成功，匹配結束。結果爲abc。