Question

我有一个.net正则表达式，我正在使用Windows Powershell进行测试。输出如下：

> [System.Text.RegularExpressions.Regex]::Match("aaa aaa bbb", "aaa.*?bbb")


Groups   : {aaa aaa bbb}
Success  : True
Captures : {aaa aaa bbb}
Index    : 0
Length   : 11
Value    : aaa aaa bbb

我的期望是使用?量词将导致匹配为aaa bbb，因为第二组的a足以满足表达式。我对非贪婪量词的理解是否有缺陷，或者我测试不正确？

注意：这与Regular Expression nongreedy is greedy

明显不同

Answer 1

比较字符串aaa aaa bbb bbb的结果：

regex: aaa.*?bbb 
result: aaa aaa bbb

regex: aaa.*bbb
result: aaa aaa bbb bbb

正则表达式引擎首次发现aaa，然后跳过所有字符（.*?）直到第一次出现bbb，但对于贪婪的运算符（ .*）它会继续查找更大的结果，因此匹配bbb的 last 次出现。

Answer 2

这是一种常见的误解。懒惰量词不保证尽可能短的匹配。它们只确保当前位置的当前量词与总体匹配所需的字符数不匹配。

如果您真的想确保尽可能短的匹配，则需要明确说明。在这种情况下，这意味着您需要一个与.*?和aaa都不匹配的子规则，而不是bbb。因此产生的正则表达式将是

aaa(?:(?!aaa|bbb).)*bbb

Answer 3

这不是一个贪婪/懒惰的问题。问题在于从左到右分析您的字符串。当第一个aaa匹配时，正则表达式引擎会逐个添加字符以获得完整的模式。

请注意，对于贪婪的行为，在您的示例中，您获得相同的结果：第一个aaa匹配，正则表达式引擎获取所有最后的字符并逐个字符地回溯，直到完全匹配。< / p>

Answer 4

嗯，这很简单，我们有以下字符串

aaa aaa bbb

让我们看看我们有这个正则表达式aaa.*?bbb。正则表达式引擎将以aaa

开头

aaa aaa bbb

正则表达式引擎现在.*?bbb。它将继续space

aaa 空间 aaa bbb

但我们在bbb之前仍有一些字符？所以正则表达式引擎将继续它的方式并匹配第二组

aaa aaa space bbb

最后，正则表达式引擎将匹配bbb：

aaa aaa bbb

所以，让我们看看，如果我们只想匹配第二个aaa，我们可以使用以下正则表达式：

(?<!^)aaa.*?bbb，这意味着匹配不在句子开头的aaa。

我们也可以使用aaa(?= bbb).*?bbb，这意味着匹配aaa之后的space bbb。

看到它正常工作 1 - 2 。

刚刚感觉到，但为什么不直接使用aaa bbb？

非贪婪的正则表达式量词给出了贪心的结果

4 个答案: