Question

这是一个非常简单的正则表达式： -

kabk
k(.*)k
result:
kabk has 1 group:
ab

我通常做的是以下，这是正确但不必要的。

k([^k]*)k

任何人都可以向我解释正则表达式解析器是如何工作的吗？是.*应该尽可能多地消费。

Answer 1

是的，*运算符为greedy，并且会捕获尽可能多的有效字符。

例如，应用于k(.*)k的模式kkkkak将捕获kkka。

您可以使用?运算符使运算符非贪婪。

因此应用于k(.*?)k的模式kkkkak将捕获 nothing ，因为最小的非贪婪匹配是在前两个k个字符之间不允许任何内容

在回复您的评论时，模式中最终k的存在意味着在尽可能多地消费之后，它需要尽可能多地留下以匹配k。

Answer 2

让我们首先在regex101.com调试器上看k([^k]*)k（使用否定匹配）::

1   /k([^k]*)k/ kabk
2   /k([^k]*)k/ kabk
3   /k([^k]*)k/ kabk
4   /k([^k]*)k/ kabk
5   /k([^k]*)k/ kabk
6   /k([^k]*)k/ kabk
7   /k([^k]*)k/ kabk
#   Match found in 7 steps.

现在让我们在同一个regex101.com调试器上看k(.*)k（使用geedy匹配进行匹配）：

1   /k(.*)k/ kabk
2   /k(.*)k/ kabk
3   /k(.*)k/ kabk
4   /k(.*)k/ kabk
5   /k(.*)k/ kabk
6   /k(.*)k/ kabk BACKTRACK
7   /k(.*)k/ kabk BACKTRACK
8   /k(.*)k/ kabk
9   /k(.*)k/ kabk
#   Match found in 9 steps.

显然，第一个正则表达式在较长的字符串中效率更高，因为不涉及BACKTRACK。

Answer 3

在kabk中，只有两个k。因此，了解贪婪的比赛并不是一个恰当的例子。

让我们尝试不同的例子：kabkxyk

贪婪版本匹配返回kabkxyk（.*在最后k之前前进）:(跟随是javascript）：

'kabkxyk'.match(/k.*k/)
// ["kabkxyk"]

非贪婪版本匹配返回kabk：

'kabkxyk'.match(/k.*?k/)
// ["kabk"]

Answer 4

是的，.*是贪婪的。它尽可能匹配。

.*?非贪婪或吝啬。它匹配尽可能少。

如果您将“香蕉”与ba.*a相匹配，则会与banana匹配。

如果您将“香蕉”与ba.*?a相匹配，则会与bana匹配。

正则表达式的“贪婪”如何运作

4 个答案: