共计 1264 个字符,预计需要花费 4 分钟才能阅读完成。
在介绍非贪婪匹配前,我们先看一个简单的问题:
给定一个字符串表示的数字,判断该数字末尾 0
的个数。例如:
"123000"
:3 个0
"10100"
:2 个0
"1001"
:0 个0
可以很容易地写出该正则表达式:(\d+)(0*)
,Java 代码如下:
import java.util.regex.*;
public class Main {public static void main(String[] args) {Pattern pattern = Pattern.compile("(\\d+)(0*)");
Matcher matcher = pattern.matcher("1230000");
if (matcher.matches()) {System.out.println("group1=" + matcher.group(1)); // "1230000"
System.out.println("group2=" + matcher.group(2)); // ""
}
}
}
然而打印的第二个子串是空字符串""
。
实际上,我们期望分组匹配结果是:
input | \d+ |
0* |
---|---|---|
123000 | “123” | “000” |
10100 | “101” | “00” |
1001 | “1001” | “” |
但实际的分组匹配结果是这样的:
input | \d+ |
0* |
---|---|---|
123000 | “123000” | “” |
10100 | “10100” | “” |
1001 | “1001” | “” |
仔细观察上述实际匹配结果,实际上它是完全合理的,因为 \d+
确实可以匹配后面任意个0
。
这是因为正则表达式默认使用贪婪匹配:任何一个规则,它总是尽可能多地向后匹配,因此,\d+
总是会把后面的 0
包含进来。
要让 \d+
尽量少匹配,让 0*
尽量多匹配,我们就必须让 \d+
使用非贪婪匹配。在规则 \d+
后面加个 ?
即可表示非贪婪匹配。我们改写正则表达式如下:
import java.util.regex.*;
public class Main {public static void main(String[] args) {Pattern pattern = Pattern.compile("(\\d+?)(0*)");
Matcher matcher = pattern.matcher("1230000");
if (matcher.matches()) {System.out.println("group1=" + matcher.group(1)); // "123"
System.out.println("group2=" + matcher.group(2)); // "0000"
}
}
}
因此,给定一个匹配规则,加上 ?
后就变成了非贪婪匹配。
我们再来看这个正则表达式 (\d??)(9*)
,注意\d?
表示匹配 0 个或 1 个数字,后面第二个 ?
表示非贪婪匹配,因此,给定字符串 "9999"
,匹配到的两个子串分别是""
和"9999"
,因为对于 \d?
来说,可以匹配 1 个 9
,也可以匹配 0 个9
,但是因为后面的?
表示非贪婪匹配,它就会尽可能少的匹配,结果是匹配了 0 个9
。
小结
正则表达式匹配默认使用贪婪匹配,可以使用 ?
表示对某一规则进行非贪婪匹配;
注意区分 ?
的含义:\d??
。
正文完
星哥玩云-微信公众号