正则表达式量词与贪婪的使用详解

 更新时间:2021年07月26日 09:48:56   作者:容华谢后  
今天我们一起来学习下正则中量词的三种匹配模式,贪婪模式、非贪婪模式、独占模式,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

0.写在前面

上一篇文章中,我们学习了正则的一些基础元字符,相信大家都已经忘却的差不多了,可以点击上面的链接再温习下。

今天我们一起来学习下正则中量词的三种匹配模式,贪婪模式、非贪婪模式、独占模式,这些模式会改变正则中量词的匹配行为,是每次贪婪的匹配到更多呢,还是不贪婪见好就收呢,如果不了解这些,我们写出的正则很可能是错误的,甚至会引发严重的线上性能问题。

1.量词

本篇文章所讲的内容和量词关系比较密切,先回顾下:

量词

我们还可以用 {m,n} 的方式来表示 * + ? 这3种元字符:

元字符 同义表示方法 示例
* {0,} ab*
可以匹配
a 或者 abb
+ {1,} ab+
可以匹配
ab 或者 abb
但不能匹配 a
? {0,1} ab?
可以匹配 a 或者 ab
但不能匹配 abb

2.贪婪模式前传

在正则中,表示次数的量词默认是贪婪的,在贪婪模式下,会尽可能最大长度的去匹配目标字符串,我们用正则 a+a* 来匹配字符串 aaabb 测试一下。

2.1 使用 a+ 进行匹配

可以看到只匹配到了1个结果 aaa

a+匹配

对应的 Python 代码如下:

import re

print(re.findall(r'a+', 'aaabb'))

输出:['aaa']

2.2 使用 a* 进行匹配

可以看到匹配到了4个结果,其中还有3个是空字符串

a*匹配.jpg

对应的 Python 代码如下:

import re

print(re.findall(r'a*', 'aaabb'))

输出:['aaa', '', '', '']

为什么会匹配到空字符串呢?因为星号(*)代表匹配0到多次,匹配0次就是空字符串,那前面还有个 aaa 呢,为什么 aaa 之间的空字符串没有被匹配到?

这就引入到了我们今天要讲的,贪婪模式与非贪婪模式,从字面上很好理解,贪婪模式就是尽可能多的匹配,非贪婪模式就是尽可能少的匹配。

3.贪婪模式

一起来分析下上面正则 a* 的匹配过程:

字符串 a a a b b 空字符串
下标 0 1 2 3 4 5

匹配 开始 结束 说明 匹配内容
第一次 0 3 到第一个字母b发现不匹配,输出aaa aaa
第二次 3 3 匹配剩下的bb,发现匹配不上,输出空字符串 空字符串
第三次 4 4 匹配剩下的b,发现匹配不上,输出空字符串 空字符串
第四次 5 5 匹配剩下的空字符串,输出空字符串 空字符串

a* 在匹配字符串 aaabb 时,会尽可能多的把前面的 a 都匹配上,直到第一个字母 b 不满足要求为止,匹配上3个 a,后面每次匹配的都是空字符串。

看到这里,相信你已经对贪婪模式有了更深的印象,贪婪模式的特点就是尽可能进行最大长度匹配,就是有多少要多少,下面我们在一起来看下与它完全相反的匹配模式。

4.非贪婪模式

上面讲完了贪婪模式,贪婪模式是尽可能最大长度匹配,非贪婪模式就是尽可能最小长度匹配,在量词的后面加一个问号(?),就成了非贪婪模式,比如 a*?

非贪婪匹配

对应的 Python 代码如下:

import re

// 贪婪匹配
print(re.findall(r'a*', 'aaabb'))

输出:['aaa', '', '', '']

// 非贪婪匹配
print(re.findall(r'a*?', 'aaabb'))

输出:['', 'a', '', 'a', '', 'a', '', '', '']

学完了贪婪模式与非贪婪模式,你可能会问,我什么情况下会用到呢,下面举个栗子感受下:

贪婪匹配例子

非贪婪匹配例子

需求是查找一段字符串中,所有双引号括起来的内容,上面使用贪婪匹配与非贪婪匹配的对比,差别很明显对吧。

5.独占模式

不管是贪婪模式,还是非贪婪模式,匹配过程中都需要发生回溯才能完成想要的功能,但是在有一些场景,我们不需要回溯,匹配不上直接返回失败就可以了,因此正则匹配中还有另外一种模式,独占模式,它和贪婪模式很像,但匹配过程中不会发生回溯,在一些使用场景中性能会更好。

先来讲讲什么是回溯,再举个栗子,有一个正则表达式和目标字符串,我们分别看下在三种匹配模式下都发生了什么:

5.1 贪婪匹配过程

正则表达式:ab{1,3}c

目标字符串:abbc

在匹配时,b{1,3} 会尽可能长的去匹配目标字符串,匹配完 abb 之后,因为要尽可能长的匹配(3个 b),目标字符串中的c就会匹配不上,这个时候会发生向前回溯,吐出当前字符 c,用正则中的 c 去匹配,匹配成功。

贪婪匹配过程

import regex

print(regex.findall(r'ab{1,3}c', 'abbc'))

输出:['abbc']

5.2 非贪婪匹配过程

正则表达式:ab{1,3}?c

目标字符串:abbc

在匹配时,b{1,3} 会尽可能短的去匹配目标字符串,匹配完 ab 之后,会直接用正则 c 去匹配目标字符串剩下的 b,匹配不上,发生向前回溯,重新用正则 b{1,3} 匹配 目标字符串剩下的 b,然后正则 c 匹配 目标字符串剩下的 c,匹配成功。

非贪婪匹配过程

import regex

print(regex.findall(r'ab{1,3}?c', 'abbc'))

输出:['abbc']

5.3 独占匹配过程

在量词后面加上 + 就是独占模式。

正则表达式:ab{1,2}+bc

目标字符串:abbc

在匹配时,b{1,2} 会尽可能长的去匹配目标字符串,匹配完 abb 之后,会用正则 b 匹配目标字符串剩下的 c,匹配不上,不回溯,匹配失败。

独占匹配过程

import regex

print(regex.findall(r'ab{1,2}+bc', 'abbc'))

输出:[]

6.写在最后

最后在总结下上面讲到的内容:

思维导图

到这里,正则表达式的量词与贪婪就讲完了,如果有问题可以给我留言评论,谢谢。

正则表达式在线校验工具:https://regex101.com/

到此这篇关于正则表达式量词与贪婪的使用详解的文章就介绍到这了,更多相关正则表达式 量词与贪婪内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python使用正则表达式去除(过滤)HTML标签提取文字功能

    Python使用正则表达式去除(过滤)HTML标签提取文字功能

    这篇文章主要介绍了Python使用正则表达式去除(过滤)HTML标签提取文字,本文通过实例代码给大家介绍的非常详细,具有一定的参考借鉴价值 ,需要的朋友可以参考下
    2019-07-07
  • 正则表达式之回溯

    正则表达式之回溯

    我通常在匹配一个字符串或是一组数字的时候会用到正则表达式,但很少会了解它是如何真正开始工作的?它的工作原理是什么?其实正则表达式里面的猫腻还挺多水也挺深的,有时候还不太好理解。
    2010-04-04
  • java正则表达式获取大括号小括号内容并判断数字和小数亲测可用

    java正则表达式获取大括号小括号内容并判断数字和小数亲测可用

    这篇文章主要介绍了java正则表达式获取大括号小括号内容并判断数字和小数亲测可用,本文给大家介绍的非常详细,具有一定的参考借鉴价值,需要的朋友可以参考下
    2019-06-06
  • JavaScript正则表达式解析URL的技巧

    JavaScript正则表达式解析URL的技巧

    本文的宗旨在于教你如何理解URL的正则表达式,以达到理解正则表达式,以及能够在日后的工作中写出相对简单的正则。对js正则表达式解析url相关知识感兴趣的朋友一起学习吧
    2015-12-12
  • 常用的正则表达式集锦

    常用的正则表达式集锦

    正则式太难学,而且容易忘记,很多不太懂正则的朋友,在遇到需要用正则校验数据时,往往是在网上去找很久,结果找来的还是不很符合要求。所以我最近把开发中常用的一些正则表达式整理了一下,在这里分享一下。自己做个记录,也给朋友们做个参考。
    2015-06-06
  • idea 正则表达式搜索替换应用详解

    idea 正则表达式搜索替换应用详解

    这篇文章主要介绍了idea 正则表达式搜索替换应用详解,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-05-05
  • 正则表达式中最短匹配模式的用法浅析

    正则表达式中最短匹配模式的用法浅析

    最短匹配应用于:假如有一段文本,你只想匹配最短的可能,而不是最长。下面这篇文章主要给大家介绍了关于正则表达式中最短匹配模式用法的相关资料,文中介绍的非常详细,需要的朋友可以参考借鉴,下面来一起看看吧。
    2017-07-07
  • EditPlus中的正则表达式实战(6)

    EditPlus中的正则表达式实战(6)

    这篇文章主要介绍了EditPlus中的正则表达式及语义分析,本文给大家介绍的非常详细,需要的朋友可以参考下
    2016-12-12
  • PHP正则表达式的效率 回溯与固化分组

    PHP正则表达式的效率 回溯与固化分组

    上文中,我们聊到了一点关于PHP中(NFA PCRE)正则表达式匹配优先量词,忽略优先量词的匹配原理了。那么上文留下的问题,您的答案是什么呢?
    2011-04-04
  • 正则表达式 口诀 学习正则的朋友看看

    正则表达式 口诀 学习正则的朋友看看

    非常不错的口诀,相信学习正则的朋友感觉入门很难,其实并不是想象中的难,你看下面不知道是哪位高手整理的口诀,看口诀就知道此人对正则的熟练程度非常高了。
    2009-04-04

最新评论