Question

假设我们有这个html内容，我们愿意用正则表达式获取Content1，Content2，..

<li>Content1</li>
<li>Content2</li>
<li>Content3</li>
<li>Content4</li>

如果我使用下面一行

preg_match_all('/<li>(.*)<\/li>/', $text, $result);

我将得到一个包含以下内容的单行数组：

Content1</li>
<li>Content2</li>
<li>Content3</li>
<li>Content4

使用此代码：

preg_match_all('/<li>(.*?)<\/li>/', $text, $result);

我将得到一个包含4行的数组，其中包含Content1，Content2，......

为什么（。*）无效，因为它意味着match any character zero or more times

Answer 1

*以贪婪方式匹配，*?以非贪婪方式匹配。

这意味着.*将匹配为多个字符，包括所有中间</li><li>对，仅在</li>的最后一次出现时停止。另一方面，.*?将匹配为少数字符，在第一次出现</li>时停止。

Answer 2

因为.*本身是贪婪的并且尽可能多地吃掉（即直到最后</li>），同时仍然允许模式匹配。另一方面，.*?并不贪婪，尽可能少地吃掉（先停在</li>）。

Answer 3

请参阅this文章部分，了解正则表达式的优缺点。