python正则贪婪匹配 正则表达式 贪婪匹配

正则表达式默认是贪婪匹配，即每个规则都尽可能多的匹配

非贪婪匹配的每个规则具体匹配到哪里，可以总结为

1. 尽可能少的匹配
2. 匹配到下一个规则为止

来看例子

package RegularExpression;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class demo5 {
    public static void main(String[] args) {
        //正则表达式的贪婪匹配
        Pattern pattern = Pattern.compile("(\\d+)(1*)");
        Matcher matcher = pattern.matcher("1213111");
        if (matcher.matches()) {
            System.out.println("group1=" + matcher.group(1));
            System.out.println("group2=" + matcher.group(2));
        }
    }
}

这里是贪婪匹配，所以虽然我将正则表达式分为了两组，希望用(\d+)匹配1213，而(1*)匹配剩下的3个1

但是结果是

(\d+)这个规则实际上会将整个字符串的所有数字都匹配了，不会留给(1*)这个规则，所以group(2)里面什么都没有

这就是贪婪匹配，即尽可能多的匹配，只要字符串中的内容满足这个规则，就会全部匹配上

那么现在，在规则的后面加上一个?，这表示非贪婪匹配

package RegularExpression;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class demo5 {
    public static void main(String[] args) {
        //正则表达式的非贪婪匹配
        Pattern pattern = Pattern.compile("(\\d+?)(1*)");
        Matcher matcher = pattern.matcher("1213111");
        if (matcher.matches()) {
            System.out.println("group1=" + matcher.group(1));
            System.out.println("group2=" + matcher.group(2));
        }
    }
}

结果为

这里就可以发现，按照我们一开始希望的那样分组了

这里问题来了，\d是可以匹配0到9的数字字符的，那么为什么非贪婪匹配状态下的\d+就能这么准的匹配到1213截止，而后面的不匹配呢

这里就是非贪婪匹配的特点
尽可能少的匹配，以及匹配到下一个规则为止
这里后面的111都可以交给1*规则来匹配，不需要自己来匹配，所以\d+到此为止，如果我们修改一下代码

package RegularExpression;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class demo5 {
    public static void main(String[] args) {
        //正则表达式的非贪婪匹配
        Pattern pattern = Pattern.compile("(\\d+?)(0*)");
        Matcher matcher = pattern.matcher("1213111");
        if (matcher.matches()) {
            System.out.println("group1=" + matcher.group(1));
            System.out.println("group2=" + matcher.group(2));
        }
    }
}

(1*)被换成了(0*)，结果是

如果后面的规则不能匹配剩下的字符串，那么非贪婪匹配的规则也依旧后往后匹配

这里再举一个例子

package RegularExpression;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class demo5 {
    public static void main(String[] args) {
        Pattern pattern = Pattern.compile("(\\d+?)(0*?)(0*)");
        Matcher matcher = pattern.matcher("1230000");
        if (matcher.matches()) {
            System.out.println("group1=" + matcher.group(1));
            System.out.println("group2=" + matcher.group(2));
            System.out.println("group3=" + matcher.group(3));
        }
    }
}

会发现(0*?)没有匹配任何字符，这是因为修饰符 * 可以匹配任意个字符，包括0个字符。非贪婪的规则，能不匹配就不匹配，而且后面也有能匹配剩余字符串的规则。所以这里group(2)里面的内容是空。