正则表达式中的贪婪、勉强、侵占模式到底是什么意思?如何进行使用?
前言
不管是什么语言,基本都会用到正则表达式,可以说正则表达式是一个程序员必需要掌握的一项技能。
而正则里面的难点要数 贪婪、勉强、侵占
三种模式最难理解了。
接下来,就带着大家一起来分析一下 贪婪、勉强、侵占
到底是什么鬼?
正文
使用过正则的同学可能都知道,在正则表达式中 ?
、*
、+
、{n,m}
等表示是贪婪模式,它们在正则里面称作量词。
下面看一下它们的作用分别是什么:
字符 | 作 用 |
---|---|
* | 匹配前面的子表达式零次或多次。它等价于{0,}。 |
+ | 匹配前面的子表达式一次或多次。它等价于{1,}。 |
? | 匹配前面的子表达式零次或一次。它等价于{0,1}。 |
{n} | 匹配确定的n次。(n是一个非负整数) |
{n,} | 至少匹配n次。(n是一个非负整数) |
{n,m} | 最少匹配n次且最多匹配m次。(m和n均为非负整数,其中n<=m) |
上面的这些字符在单独使用时,都表示的是贪婪模式。
正则表达式的语法文档可以参考: https://jquery.cuishifeng.cn/regexp.html
贪婪、勉强、侵占模式对比
-
贪婪模式
是在表达式中单独使用正则量词?
、*
、+
、{n,m}
的情况。
它的特点是一次尽量多的匹配字符,但可以回退。 -
勉强模式
是在贪婪模式字符的后面添加一个?
来表示的。
它的特点是一次尽量少的匹配字符。 -
侵占模式
也叫占用模式,是在贪婪模式字符的后面添加一个+
来表示的。
它的特点是一次尽量多的匹配字符,但不可以回退。
贪婪 | 勉强 | 侵占 | 意 义 |
---|---|---|---|
X? | X?? | X?+ | 匹配 X 零次或一次 |
X* | X*? | X*+ | 匹配 X 零次或多次 |
X+ | X+? | X++ | 匹配 X 一次或多次 |
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,但不多于 m 次 |
通过实例分析贪婪、勉强、侵占
首先我们假定待匹配的字符串是: xfooxxxxxxfoo
下面我们就来看一下,使用三种不同的模式写出来的正则会达到什么样的匹配效果?
贪婪模式
表达式 : .*foo
这个表达式可以拆分成 .*
和 foo
两部分来看。我们称 .*
为p1,称foo
为p2。
其中 p1 中的量词匹配方式是:贪婪型。
在匹配开始时,p1 表达式会一次性吞下所有的待匹配字符 xfooxxxxxx
,它是可以匹配成功的。但这样的话,就没有多余的字符串去匹配子表达式 p2 了,匹配就会失败。
所以,p1会逐个减少匹配的字符,首先吐出最后一个字符,这样把字符串分割成 xfooxxxxxxfo
和o
两个子字符串,我们分别称作 s1 和s2。 p1能够匹配s1, 但p2不能匹配s2,这一轮匹配失败;
接下来,进行第三轮匹配,再次减少p1子表达式的匹配量,吐出两个字符, 字符串被分割成xfooxxxxxxfo
和oo
两部分。结果也是匹配失败。
第四轮,再次减少p1匹配量, 字符串分割成xfooxxxxxx
和foo
两个部分, 这次p1能匹配上s1,p2也能匹配上s2,返回匹配成功,停止尝试。
勉强模式
表达式:.*?foo
这个表达式可以拆分成 .*?
和 foo
两部分来看。我们称 .*?
为p1,称foo
为p2。
其中 p1 中的量词匹配方式是:勉强型。
p1表示的是匹配0或多次,第一次尝试匹配时,什么都不去匹配,剩下整个字符串xfooxxxxxxfoo
去与p2匹配,结果是匹配失败;
第二次尝试,p1读入第一个字符x
, 尝试与p1匹配,匹配成功; 字符串剩余部分fooxxxxxxfoo
中前三个字符foo
和p2也是匹配成功的,因此,停止尝试,返回匹配成功。
在勉强模式下,表达式
.*?foo
如果对剩余字符串继续去寻找和表达式相匹配的子字符串,还会找到字符串末尾的另一个xfoo
。
侵占模式
表达式:.*+foo
这个表达式可以拆分成 .*+
和 foo
两部分来看。我们称 .*+
为p1,称foo
为p2。
其中 p1 中的量词匹配方式是:侵占型。
第一次尝试匹配时,p1会一次吞下整个字符串xfooxxxxxxfoo
, 但没有剩余字符串去和p2匹配,因此,整个表达式匹配失败。
小结
贪婪、勉强、侵占
模式是正则中的重点和难点。
-
贪婪模式
是在表达式中单独使用正则量词?
、*
、+
、{n,m}
的情况。
它的特点是一次尽量多的匹配字符,但可以回退。 -
勉强模式
是在贪婪模式字符的后面添加一个?
来表示的。
它的特点是一次尽量少的匹配字符。 -
侵占模式
也叫占用模式,是在贪婪模式字符的后面添加一个+
来表示的。
它的特点是一次尽量多的匹配字符,但不可以回退。
更加系统的学习正则表达式的知识,请点击视频讲解:
正则表达式从入门到高手: https://edu.51cto.com/sd/59587
阅读更多文章,请关注公众号: 老王学源码