针对“*”、“+”、“?”等限定符都是贪婪的(尽可能多的匹配字符),通过在最后追加“+”或“?”量词可改变贪婪性。本篇主要解疑正则表达式的“占有型量词”(Possessive Quantifiers)。
Greediness(贪婪型)
Pattern p = Pattern.compile("\\[.+\\]\\[.+\\]"); Matcher m = p.matcher("[che][1]'s blog is [rebey.cn][2],and built in [2016][3]."); while(m.find()) { System.out.println(m.group()); } // 结果:[che][1]'s blog is [rebey.cn][2],and built in [2016][3]
在不做任何额外处理情况下,正则表达式默认是贪婪型的。贪婪型一次读取所有字符进行匹配。
以下是匹配过程猜想:
“\[.+”先遍历到字符“.”时发现不匹配了,开始往左回溯,得到“[che...]”;
继续往左回溯,像这样“che...”,因此就有了以上的输出结果。
Reluctant/Laziness(勉强型)
Pattern p1 = Pattern.compile("\\[.+?\\]\\[.+?\\]"); Matcher m1 = p1.matcher("[che][1]'s blog is [rebey.cn][2],and built in [2016][3]."); while(m1.find()) { System.out.println(m1.group()); } // 结果: // [che][1] // [rebey.cn][2] // [2016][3]
在原有的“.+”之后加个“?”,就成为了勉强型。它将从左至右依次读取进行匹配,直到字符串结束。
Possessive(占有型)
Pattern p2 = Pattern.compile("\\[.++\\]\\[.++\\]"); Matcher m2 = p2.matcher("[che][1]'s blog is [rebey.cn][2],and built in [2016][3]."); while(m2.find()) { System.out.println(m2.group()); } // 结果:匹配不到
在原有的“.+”之后加个“+”,就成为了占有型。它也是一次读取所有字符串进行匹配,区别在于它不回溯。
以下是匹配过程猜想:
“\[.+”匹配“[che...”直到最后字符“.”不匹配,立即结束。
x+ ≈ (?>x)
Pattern p3 = Pattern.compile("\\[.++"); Matcher m3 = p3.matcher("[che][1]'s blog is [rebey.cn][2],and built in [2016][3]."); while(m3.find()) { System.out.println(m3.group()); } Pattern p4 = Pattern.compile("(?>(\\[.+))"); Matcher m4 = p4.matcher("[che][1]'s blog is [rebey.cn][2],and built in [2016][3]."); while(m4.find()) { System.out.println(m4.group()); } 结果皆为:[che][1]'s blog is [rebey.cn][2],and built in [2016][3].
注意括号。
说点什么
Possessive quantifiers are a way to prevent the regex engine from trying all permutations.
占有量词是一种用来组织正则表达式尝试所有排列组合的方式。(即不回溯)
With a possessive quantifier,the deal is all or nothing.
使用占有量词只有两种结果,全匹配或者空匹配。
The main practical benefit of possessive quantifiers is to speed up your regular expression.
占有量词的主要实际意义是加速你的正则表达式。