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]:'
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容