正则表达式中的数量词概念

最近看《JAVA编程思想》看到字符串的部分，在讲正则的时候，提到了一个我之前不知道的概念–数量词，在我看来，它决定了正则的匹配范围。

正则中的数量词有Greedy (贪婪)、Reluctant(懒惰)和Possessive(强占)三种

贪婪型

贪婪型：它首先匹配整个字符串，如果不匹配，就从右端去掉一个字符，再进行匹配，直到找到匹配或把整个字符串去完为止。

Pattern compile = Pattern.compile("(abc)?");
Matcher matcher = compile.matcher("abcabcabcabc");

System.out.println("是否匹配:" + matcher.find());
System.out.println("匹配结果:" + matcher.group());

结果：

是否匹配:true
匹配结果:abc

这个程序用”(abc)?” 去匹配”abcabcabcabc”，因为”?”表示0个或1个，所以匹配结果是“abc”,属于贪婪型。

懒惰（勉强）型

懒惰（勉强）型：与贪婪型逻辑相反，先从最小匹配开始，先从空白开始匹配，若不匹配就加入一个字符，直到找到匹配。 这个类型使用的方法是在最后加上一个“?”字符

Pattern compile = Pattern.compile("(abc)??");
Matcher matcher = compile.matcher("abcabcabcabc");

System.out.println("是否匹配:" + matcher.find());
System.out.println("匹配结果:" + matcher.group());

结果：

是否匹配:true
匹配结果:

这次我们的匹配规则在结尾多加了一个“?”，相当于使用了懒惰（勉强）型，懒惰型发现空白也能做到匹配（因为第一个？代表匹配的结果可以是0个） 所以匹配结果是“”。

强占（占有）型

强占（占有）型：它首先匹配整个字符串，但是跟贪婪型不一样的是，如果没有匹配到，就会放弃匹配。这个类型使用的方法是在最后加上一个“+”字符

Pattern compile = Pattern.compile("(abc)?+");
Matcher matcher = compile.matcher("abcabcabcabc");

System.out.println("是否匹配:" + matcher.find());
System.out.println("匹配结果:" + matcher.group());

结果：

是否匹配:true
匹配结果:abc

这次我们的匹配规则在结尾多加了一个“+”，相当于使用了强占（占有）型，强占型直接拿整个字符串进行匹配，发现可以匹配上， 所以匹配结果是“abc”。

注意事项

在java的regex语法中，我们使用的是matcher.find()，代表部分匹配，正如上面的例子，我们取的都是部分匹配的结果，如果你用如下语法

Pattern compile = Pattern.compile("(abc)?+");
Matcher matcher = compile.matcher("abcabcabcabc");

System.out.println("是否匹配:" + matcher.matches());
System.out.println("匹配结果:" + matcher.group());

结果便是报错，因为matcher.matches()代表完全匹配，整个字符串必须完全符合匹配规则，数量词在这里不起效果,这里要注意：

是否匹配:false
Exception in thread "main" java.lang.IllegalStateException: No match found
    at java.util.regex.Matcher.group(Matcher.java:536)
    at java.util.regex.Matcher.group(Matcher.java:496)
    at JDK.String.regex.Regex_3.main(Regex_3.java:18)

相关的例子可以在我的github上看到：
https://github.com/lovejj1994/DataStructures