理解正则表达式中的内容

Question

如果我在字符串上使用分隔符：

Scanner scanString = new Scanner(line).useDelimiter("<.*>");

我想知道为什么这不会保留

中的文字

<a href="https://post.craigslist.org/c/snj?lang=en">post to classifieds</a>

但它只与

对齐

<option value="ccc">community

虽然

Scanner scanString = new Scanner(line).useDelimiter("<.*?>");

将适用于两者。

据我了解，"<.*>"应排除以“＆lt;”开头的字符串跟随任何字符0次或更多次，直到它达到“＆gt;”。所以它不应该再开始排除，直到它达到另一个“＆lt;”？

Answer 1

这是因为第二个表达式使用不情愿（而不是 greedy ）量词，这意味着它不会尝试匹配整个字符串并从就像第一个那样。

这个表达式"<.*>"试图尽可能地进入你的输入字符串，所以它一直到最后。一旦它在那里，它发现它有一个匹配，所以它停止。不情愿的版本"<.*?>"不会这样做：它与第一个>匹配，并停止。

This article提供了关于量词的精彩读物。