什么是正则表达式的贪婪模式和非贪婪模式?
我们先从例子入手:
var str = 'a "witch" and her "boom" is one';
str.match(/".*"/g);
原本想要匹配的字符为"witch"
和"broom"
两个字符串,运行以上的例子看看运行结果:
发现匹配的是
"witch" and her "broom"
这个字符串,之所以出现这个结果,是因为正则表达式的贪婪模式在起作用。
查找算法
我们假设自己是正则引擎,模拟一下搜索实现的过程。
正则引擎先从字符串的第0位开始搜索。
- 第一个查找字符是
"
,正则在第三位匹配到了它:
- 引擎尝试匹配正则的剩余部分,第二个字符是
.
,它代表任意字符。隐藏匹配到了w
:
-
.
代表任意字符重复一次到多次,因此正则引擎匹配到所有字符:
- 当文本结束后,点的匹配停止了,但任然有剩余的正则需要匹配,即:
"
,因此,正则引擎开始倒过来回溯,换句话说,就是一个字符一个字符缩减匹配。
当匹配缩减后,它开始尝试匹配剩余的正则,但"
没有匹配上字符e
。 - 因此正则继续缩减
.
所重复的字符,再继续尝试:
引号"
没有匹配上n
,又失败了,继续尝试匹配。。。 - 正则引擎继续回溯,一次一次缩减
.
重复的字符个数,直到剩余的正则都匹配上:
现在"
终于匹配上了。如果正则是global
的,正则引擎会从上次匹配结果之后继续查找更多结果。
由上面的例子可以看出,在贪婪(默认)模式下,正则引擎尽可能多的重复匹配字符
非贪婪模式
非贪婪模式和贪婪模式相反,可通过在代表数量的标示符后放置?
来开启非贪婪模式,如?
、+?
甚至是??
。
可以看到,这次匹配到了
"witch"
和"broom"
。接下来看看非贪婪模式
.?
是怎样运转的
- 第一步和上面类似,引号
"
被匹配上:
- 第二步,
.
被匹配上:
- 下面是两者的重要区别。正则引擎尝试用最小可能的重复次数来进行匹配,因此在
.
匹配了w
后,它立即尝试"
的匹配:
没有匹配上,因为i!="
。 -
.
重复更多的字符,在进行尝试:
又匹配上,继续。。。 -
终于匹配上了:
- 因为正则是
global
的,所以正则引擎继续后面的匹配,从引号后面的a
字符开始。后面又匹配到第二个字符串:
常见量次符:
? 问号表示某个模式出现0次或1次,等同于{0,1}。
* 星号表示某个模式出现0次或多次,等同于{0,}。
+ 加号表示某个模式出现1次或多次,等同于{1,}。
总结:通过上面的两个例子,我们发现一些量词符在默认情况下都是最大可能的匹配,即匹配直到下一个字符不满足匹配规则为止,这就是贪婪模式。要想匹配到非贪婪模式可以在量词后面加一个问号。