正则表达式学习点滴

贪婪与懒惰

本节参考此处

贪婪匹配

当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。考虑表达式<font color=red>a.*b</font>，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。

懒惰匹配

有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样<font color=red>*?</font>就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。考虑表达式<font color=red>a.*?b</font>，它将会匹配最短的以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。此处需要注意，为什么第一个匹配是aab（第一到第三个字符）而不是ab（第二到第三个字符）？简单地说，因为正则表达式有另一条规则，比懒惰／贪婪规则的优先级更高：<font color=red>最先开始的匹配拥有最高的优先权——The match that begins earliest wins</font>。 下表给出详细的懒惰限定符：