正则表达式中的勉强和侵占模式的对比分析

前言

前文分析过，正则中有三种模式: 贪婪、勉强、侵占。
勉强模式其实比较好理解，就是尽量少的去匹配字符。

贪婪和侵占模式有一些相似，但又有很大的不同，下面我们就通过实例来分析一下两者的区别。

关于 贪婪、勉强、侵占 模式的对比，请点击:正则表达式中的贪婪、勉强、侵占模式到底是什么意思?

正文

我们再来回顾一下贪婪模式和侵占模式:

• 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。

• 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。

可以看出，它们的区别在于贪婪模式是可以回退，吐出字符的；而侵占模式一次性完成最大匹配之后，是不会回吐字符的。

实例分析

待匹配的目标串：232hjdhfd7474$

贪婪模式的正则: \w+[a-z]

我们将上面的正则拆分成 \w+ 和 [a-z] 两个子表达式来看，\w+ 称作 p1，[a-z] 称作 p2。

p1 属于贪婪模式，会一次性吃掉它所能吃掉的所有的字符，也就是子串 232hjdhfd7474；这样的话，就只剩下 $ 与 p2 进行匹配了，显然是匹配失败的。
所以，第二轮尝试匹配时，p1 会吐出一个字符4，但此时 p2 还是得不到匹配。
反复的这样吐出回退，直到吐出字符d时，d 能与 p2 完成匹配，这时正则表达式会返回一次成功匹配的结果，即字符串 232hjdhfd

侵占模式的正则: \w++[a-z]

我们将上面的正则拆分成 \w++ 和 [a-z] 两个子表达式来看，\w++ 称作 p1，[a-z] 称作 p2。

p1 属于侵占模式，它会一次性吃掉它所能够吃掉的所有字符，即子串 232hjdhfd7474，而且 p1 不会回退字符；这时，只剩下 $ 与 p2 进行匹配了，显然是匹配失败的，所以整个表达式匹配失败。

小结

贪婪模式和侵占模式在第一次尝试匹配时，都会一次性吞下它能匹配的最长字符串，这是他们相似的地方。
贪婪模式和侵占模式最大的不同是: 贪婪模式会回吞字符，而侵占模式不会回吐字符。

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