正则表达式的非贪婪模式是贪婪的。

Question

我有以下文本

tooooooooooooon

根据我正在阅读的书籍，当“？”跟随在任何量词后面时，它会变成非贪婪模式。

我的正则表达式“to*?n”仍然返回“tooooooooooooon”。

它应该返回“ton”，不是吗？

你知道为什么吗？

- Sir Psycho

Answer 1

正则表达式只能匹配实际存在的文本片段。

由于子字符串“ton”在您的字符串中不存在，因此不能作为匹配结果。匹配只会返回原始字符串的子串

编辑：明确一下，如果您使用以下带有额外“n”的字符串：

toooooooonoooooon

这个正则表达式（不指定'o'）

t.*n

会匹配以下内容（在“n”之前尽可能多的字符）

toooooooonoooooon

但是正则表达式

t.*?n

只会匹配以下内容（在“n”之前尽可能少的字符）

toooooooon

- Gareth

---

你也可以使用正则表达式进行替换，但它只会替换匹配的内容。 - Ady

非常清晰的解释！我认为你最后一个例子应该从“t.?n”改为“to?n”——因为它匹配整个字符串。请参阅我的答案以获取详细信息。 - Adam Liss

Adam：不，用你最喜欢的语言自己试试吧——我使用了http://www.rubular.com/regexes/4760——你的应该也一样。*?只是查找最短的匹配项，而不是最长的匹配项。 - Gareth

Answer 2

正则表达式总是渴望匹配的。

你的表达式是这样的：

一个 't'，后跟 *尽可能少的* 'o'，再后面是一个 'n'。

这意味着任何必要的 o 都将被匹配，因为在结尾处有一个 'n'，而表达式渴望到达该位置。匹配所有的 o 是它唯一成功的可能性。

- Tomalak

Answer 3

正则表达式试图匹配其中的所有内容。因为要匹配的“n”旁边有不少于toooon中每个“o”的数量的'o'，所以会匹配所有内容。此外，由于您使用的是o*?而不是o+?，因此不需要存在'o'。

例如，在Perl中：

$a = "toooooo";
$b = "toooooon";

if ($a =~ m/(to*?)/) {
        print $1,"\n";
}
if ($b =~ m/(to*?n)/) {
        print $1,"\n";
}

~>perl ex.pl
t
toooooon

- Vinko Vrsalovic

---

我会使用相同的字符串进行测试。这样可以更清楚地突出你想要强调的内容。 - Brad Gilbert

Answer 4

正则表达式总是尽力匹配。在这种情况下，您所做的唯一事情就是通过使解析器回溯到/o*?/节点中来减慢其速度。对于“tooooon”中的每个'o'，都要回溯一次。而使用普通匹配，它将尽可能多地获取'o'，第一次通过时需要尽可能多的'o'。由于下一个要匹配的元素是'n'，无法与'o'匹配，因此尝试使用最小匹配没有什么意义。实际上，当正常匹配失败时，它会花费很长时间才能失败。它必须回溯到每个'o'，直到没有任何东西可以回溯。在这种情况下，我实际上会使用最大匹配/to*+n/。'o'将尽可能多地获取，并且永远不会放回。这将使它在失败时快速失败。

最小RE成功：

'toooooon' ~~ /to*?n/

t o o o o o o n {t} 匹配 [t] [t] 匹配 [o] 0 次 [t]<n> 无法匹配 [n] -> 重试 [o] [t]{o} 匹配 [o] 1 次 [t][o]<n> 无法匹配 [n] -> 重试 [o] [t][o]{o} 匹配 [o] 2 次 [t][o][o]<n> 无法匹配 [n] -> 重试 [o]

. . . .

[t][o][o][o][o]{o} 匹配 [o] 5 次 [t][o][o][o][o][o]<n> 无法匹配 [n] -> 重试 [o] [t][o][o][o][o][o]{o} 匹配 [o] 6 次 [t][o][o][o][o][o][o]{n} 匹配 [n]

普通RE成功：

（注意：最大RE类似）

'toooooon' ~~ /to*n/

t o o o o o o n {t} 匹配 [t] [t]{o}{o}{o}{o}{o}{o} 匹配 [o] 6 次 [t][o][o][o][o][o][o]{n} 匹配 [n]

最小RE失败：

'toooooo' ~~ /to*?n/
t  o  o  o  o  o  o
. . . .
. . . .
[t][o][o][o][o]{o}            匹配 [o] 5 次
[t][o][o][o][o][o]<n>         无法匹配 [n] -> 尝试匹配 [o]
[t][o][o][o][o][o]{o}         匹配 [o] 6 次
[t][o][o][o][o][o][o]<n>      无法匹配 [n] -> 尝试匹配 [o]
[t][o][o][o][o][o][o]<o>      无法匹配 [o] 7 次 -> 匹配失败

普通 RE 的失败:

'toooooo' ~~ /to*n/
t  o  o  o  o  o  o       
{t}                           匹配 [t]
[t]{o}{o}{o}{o}{o}{o}         匹配 [o] 6 次
[t][o][o][o][o][o][o]<n>      无法匹配 [n] -> 尝试匹配 [o]
[t][o][o][o][o][o]            匹配 [o] 5 次
[t][o][o][o][o][o]<n>         无法匹配 [n] -> 尝试匹配 [o]
. . . .
[t][o]                        匹配 [o] 1 次
[t][o]<o>                     无法匹配 [n] -> 尝试匹配 [o]
[t]                           匹配 [o] 0 次
[t]<n>                        无法匹配 [n] -> 匹配失败

最大化 RE 的失败:

'toooooo' ~~ /to*+n/
t  o  o  o  o  o  o
{t}                           匹配 [t]
[t]{o}{o}{o}{o}{o}{o}         匹配 [o] 6 次
[t][o][o][o][o][o][o]<n>      无法匹配 [n] -> 匹配失败

- Brad Gilbert

Answer 5

您要搜索的字符串（也就是干草垛）不包含子字符串“ton”。但它确实包含子字符串“tooooooooooooon”。

- Hank

---

此外，您的正则表达式只能返回它能找到的内容。它无法在您的字符串中找到“ton”，因为它不存在，但它可以找到“tooooooooooooon”。 - Matthew Scharley

好的评论，我会加上以增加清晰度。 - Hank