无法理解String.replaceAll非贪婪的行为

Question

  

可能重复：
  Java regex anomaly?

任何想法为什么以下测试失败（返回“xx”而不是“x”）

@Test 
public void testReplaceAll(){
    assertEquals("x", "xyz".replaceAll(".*", "x"));
}

我不想做"^.*$" ....我想了解这种行为。 任何线索？

Answer 1

是的，它与this question中描述的完全相同！

.*将首先匹配整个输入，但在输入结尾处也是一个空字符串...

让我们用|表示正则表达式引擎，并在示例中用<...>表示输入。

• 输入：<xyz>;
• 正则表达式引擎，在首次运行之前：<|xyz>;
• 正则表达式引擎，首次运行后：<xyz|>（匹配的文字：“xyz”）;
• 正则表达式引擎，在第二次运行后：<xyz>|（匹配的文字：“”）。

并非所有正则表达式引擎都以这种方式运行。但是Java确实如此。 perl也是如此。作为反例，Sed将在步骤3中输入结束后定位其光标。

现在，您还必须了解一件至关重要的事情：正则表达式引擎，当遇到零长度匹配时，总是提前一个字符。否则，请考虑如果您尝试将'^'替换为'a'会发生什么：'^'匹配位置，因此是零长度匹配。如果引擎没有前进一个字符，则“x”将替换为“ax”，这将替换为“aax”等。因此，在第二个匹配（空的）之后，Java的正则表达式引擎会提前一个“字符” “......其中没有：处理结束。

Answer 2

@Test 
public void testReplaceAll(){
    assertEquals("x", "xyz".replaceAll(".+", "x"));
}

可能会这样做，因为它需要一个或更多字符，因此会阻止*可能匹配零个字符并将其替换为“x”的行为。