[转载]正则表达式 的greedy、reluctant和possessive量词

reedy、reluctant和possessive量词的区别

    greedy、reluctant和possessive量词之间有微妙的区别。

greedy量词被看作“贪婪的”，因为它们在试图搜索第一个匹配之前读完（或者说吃掉）整个输入字符串。如果第一个匹配尝试（整个输入字符串）失败，匹配器就会在输入字符串中后退一个字符并且再次尝试，重复这个过程，直到找到匹配或者没有更多剩下的字符可以后退为止。根据表达式中使用的量词，它最后试图匹配的内容是1个或者0个字符。

但是，reluctant量词采取相反的方式：它们从输入字符串的开头开始，然后逐步地一次读取一个字符搜索匹配。它们最后试图匹配的内容是整个输入字符串。

最后，possessive量词总是读完整个输入字符串，尝试一次（而且只有一次）匹配。和greedy量词不同，possessive从不后退，即使这样做能允许整体匹配成功。

为了演示，我们举个工作上的例子，当我们去爬虫网页的时候需要拿到所有tr标签的内容如

<tr>1</tr><tr>2</tr><tr>3</tr>

greedy的正则表达式<tr>.*<tr> 结果总是返回“<tr>1</tr><tr>2</tr><tr>3</tr>”

Reluctant的正则表达式<tr>.*?<tr> 结果会优先匹配一段小段的匹配，返回值“<tr>1</tr>”    和  ”<tr>2</tr>“ 以及  “<tr>3</tr>”