正则表达式的"贪婪"如何工作

Question

这是一个非常简单的正则是： -

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

我通常要做的就是以下内容，这是对的，但不必要。

k([^k]*)k

谁能向我解释正则表达式解析器的工作方式？.*是否应该尽可能多地消耗。

Answer 1

是的，*操作员很贪婪，将捕获尽可能多的有效字符。

例如，应用于kkkkak的模式k(.*)k将捕获kkka。

您可以使用?操作员制作操作员非怪兽。

因此，应用于 kkkkak的模式k(.*?)k将捕获 nothing ，因为最小的非怪兽匹配是在前两个k字符之间允许什么都不允许。

在回复您的评论时，模式中最终的k的存在意味着它需要尽可能多地离开 k。

Answer 2

在kabk中，只有两个k s。因此，了解贪婪的比赛是不合适的例子。

让我们以其他示例尝试一下： kabkxyk

贪婪的版本匹配返回kabkxyk（.*上次k之前的进步）：（ Followng是JavaScript）：

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

非怪兽版本匹配返回kabk：

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

Answer 3

让我们在regex101.com debugger上首先查看 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Regex101.com上查看k(.*)k（使用Geedy匹配匹配）调试器：

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，首先在较长的字符串中更有效地提高了涉及的回溯。

Answer 4

是的， .*是贪婪的。它与它尽可能地匹配。

.*?是非绿色的，也不是怪异的。它匹配尽可能少。

如果您将"香蕉"与ba.*a匹配，则它将与banana匹配。

如果将"香蕉"与ba.*?a匹配，则它将匹配bana。