php 正则贪婪模式_正则表达式的贪婪模式和非贪婪模式

一直听说过正则表达式存在贪婪和非贪婪模式，大概就是最少匹配和最多匹配的区别，看到的例子大多是下面这个例子

源字符串： aabab

贪婪模式串： a.b

非贪婪模式串： a.?b

贪婪模式结果： aabab

非贪婪模式结果： aab

上面这个例子虽然简单，但是感觉代表性不强，实现今天在解析postgres 逻辑复制的输入时， 刚好碰到一个例子，特来记录下：

输出如下：

table public.t_02: UPDATE: id[integer]:1 name[text]:'name[text]:' create_date[date]:'2020-11-01' bbb[bytea]:null

在通过split之后， 得到待处理的字符串,。

源字符串：name[text]:'name[text]:'

其中name是字段名，text是字符类型， 'name[text]:'是字段的值，现在要通过正则表达式来提取字段名，类型以及字段值。

[]中包含的是类型， :后面的是字段值，因此很自然的想到这个模式串：

^(.*)\[(.*)\]:(.*)$

代码如下：

parttern = `^(.*)\[(.*)\]:(.*)$`

reg = regexp.MustCompile(parttern)

result = reg.FindStringSubmatch(v)

col := Column{

Name: result[1],

Type: result[2],

Value: result[3],

}

匹配结果分为三组，

1. name[text]:'name

2. text

3. '

完全不是我想要的结果 -_-!!!

出现问题的原因是值里面也出现name[type]:value的模式，所以刚好踩到了贪婪模式的坑。

这里其实golang给了一个迷惑性的说法， regexp.MustCompile是最左、最短匹配， 而regexp.MustCompilePOSIX是最左、最长匹配， 因此，我还以为MustCompile已经是非贪婪匹配了。不过好在golang提供了匹配标志(?U)来表示非贪婪匹配，修改之后的代码如下：

parttern = `^(?U)(.*)\[(.*)\]:(.*)$` // (?U)非贪婪模式

reg = regexp.MustCompile(parttern)

result = reg.FindStringSubmatch(v)

col := Column{

Name: result[1],

Type: result[2],

Value: result[3],

}

匹配结果:

1. name

2. text

3. 'name[text]:'