贪婪，非贪婪和占有量词的区别

-- Start

我们在 量词 一节中介绍了什么量词以及贪婪与非贪婪量词之间的区别。事实上，通常正则表达式支持以下三种量词。

贪婪量词	非贪婪量词	占有量词	匹配
X?	X??	X?+	匹配X 0次或1次
X*	X*?	X*+	匹配X 0次或无数次
X+	X+?	X++	匹配X 1次或无数次
X{n}	X{n}?	X{n}+	匹配X n次
X{n,}	X{n,}?	X{n,}+	匹配X 至少n次
X{n,m}	X{n,m}?	X{n,m}+	匹配X 至少n次至多m次

那它们之间有什么区别呢？ 下面我们通过一个简单的例子来考察贪婪与非贪婪之间的区别。

#!/usr/bin/perl

my $testText = "abbbb"; # 测试文本

# 测试贪婪量词
if($testText =~ m/(ab*)/) {
    print "ab* 匹配了 $1\n";
}

# 测试非贪婪量词
if($testText =~ m/(ab*?)/) {
    print "ab*? 匹配了 $1\n";
}

结果如下：

ab* 匹配了 abbbb
ab*? 匹配了 a

看到它们之间的区别了吗？现在你应该知道了贪婪与非贪婪的真正含义了吧。

下面我们通过一个简单的例子来考察一下什么是占有量词。

#!/usr/bin/perl

my $testText = "<abbbb>"; # 测试文本

# 测试贪婪量词
if($testText =~ m/(<.*>)/) {
	print "<.*> 匹配了 $1\n";
}

# 测试非贪婪量词
if($testText =~ m/(<.*?>)/) {
	print "<.*?> 匹配了 $1\n";
}

# 测试占有量词
if($testText =~ m/(<.*+>)/) {
	print "<.*+> 匹配了 $1\n";
} else {
	print "<.*+> 无法匹配 <abbbb>\n";
}

结果如下：

<.*> 匹配了 <abbbb>
<.*?> 匹配了 <abbbb>
<.*+> 无法匹配 <abbbb>

要想理解什么是占有量词，我们必须深入正则表达式的匹配原理，我们先来了解一下 <.*> 是如何匹配 <abbbb>的。

1. 首先 < 匹配字符串中的 <

2. 接着 . *会匹配字符剩余的所有字符，也就是 abbbb>

3. 接着是 >，但是此时，字符串中的所有字符已经被.* 匹配了，为了使整个表达式匹配成功，.* 必须吐出一个字符，吐出之后，表达式会判断 > 能否匹配那个吐出的字符，如果不能，它会再吐出一个字符进行判断，我们把这一过程称为回溯。.* 和 .*+ 的唯一区别是，.* 会吐出字符而 .*+ 在任何时候都不会吐出字符，一旦吃的嘴里，想让它往出吐，门儿都没有，这就是占有的真正含义。

--更多参见：正则表达式精萃
-- 声 明：转载请注明出处
-- Last Updated on 2012-05-13
-- Written by ShangBo on 2012-05-12
-- End