如何将正则表达式变成非贪婪模式？

Question

如何将正则表达式变成非贪婪模式？

javascriptregexfilterexpressionregex-greedy

289

我正在使用jQuery。我有一个包含特殊字符块（开头和结尾）的字符串。我想要获取该特殊字符块中的文本内容。我使用了正则表达式对象进行字符串查找。但是当有两个或更多特殊字符时，我该如何告诉jQuery查找多个结果？

我的HTML代码：

<div id="container">
    <div id="textcontainer">
     Cuộc chiến pháp lý giữa [|cơ thử|nghiệm|] thị trường [|test2|đây là test lần 2|] chứng khoán [|Mỹ|day la nuoc my|] và ngân hàng đầu tư quyền lực nhất Phố Wall mới chỉ bắt đầu.
    </div>
</div>

我的 JavaScript 代码：

$(document).ready(function() {
  var takedata = $("#textcontainer").text();
  var test = 'abcd adddb';
  var filterdata = takedata.match(/(\[.+\])/);

  alert(filterdata); 

  //end write js 
});

我在互联网上搜索信息后刚刚完成了我的工作^^。我编写了以下代码：

var filterdata = takedata.match(/(\[.*?\])/g);

我的结果是：[|cơ thử|试验|],[|test2|这是第二次测试|]。这是正确的！但我真的不太理解。你能回答我为什么吗？

- Rueta

这个回答对我很有帮助。 - kirogasa

3个回答

47

你说得对，贪婪性是一个问题：

--A--Z--A--Z--
  ^^^^^^^^^^
     A.*Z

如果你想匹配 A--Z，你需要使用 A.*?Z（? 使 * 变得“勉强”，或者懒惰）。

不过有时候有更好的方法，例如：

A[^Z]*+Z

这里使用了否定字符类和占有量词，以减少回溯，并且很可能更有效率。

对于你的情况，正则表达式应该是：

/(\[[^\]]++\])/

不幸的是，JavaScript正则表达式不支持贪婪量词，所以你只能使用以下方法：

/(\[[^\]]+\])/

另请参见

regular-expressions.info/Repetition
- 参见：一种非贪婪量词的替代方案
  - 占有量词
- 各种规则表达式之间的比较

快速摘要

*   Zero or more, greedy
*?  Zero or more, reluctant
*+  Zero or more, possessive

+   One or more, greedy
+?  One or more, reluctant
++  One or more, possessive

?   Zero or one, greedy
??  Zero or one, reluctant
?+  Zero or one, possessive

请注意，勉强和占有量词也适用于有限重复的{n,m}构造。

Java示例：

System.out.println("aAoZbAoZc".replaceAll("A.*Z", "!"));  // prints "a!c"
System.out.println("aAoZbAoZc".replaceAll("A.*?Z", "!")); // prints "a!b!c"

System.out.println("xxxxxx".replaceAll("x{3,5}", "Y"));  // prints "Yx"
System.out.println("xxxxxx".replaceAll("x{3,5}?", "Y")); // prints "YY"

- polygenelubricants

我将你的正则表达式复制到我的工作中，结果是：无效的量词+\]) [在此错误处中断] var filterdata = takedata.match(/(\[[^\]]++\])/);\n (firebugs + Firefox)有什么问题吗？ - Rueta

@Rueta：显然JavaScript不支持贪婪匹配。我已经编辑了我的答案以反映这一事实。你可以只使用一个 + 而不是两个。 - polygenelubricants

1

尽管原子组可以用来代替占有量词，但JavaScript也不支持原子组。但是还有第三种选择，请参见此链接：http://instanceof.me/post/52245507631/regex-emulate-atomic-grouping-with-lookahead - 您可以使用LookAhead模拟原子分组。(?>a)变成(?=(a))\1 - Roland Pihlakas

6

这是一个针对JavaScript问题的Java答案，Java != JavaScript，请读者注意。 - Roshambo

3

我相信应该是这样的。

takedata.match(/(\[.+\])/g);

末尾的g代表全局匹配，因此它不会在第一个匹配处停止。

- iangraham

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Asaph · Accepted Answer

625

非贪心正则表达式修饰符与贪心正则表达式修饰符类似，但在它们后面立即跟着一个 ? 符号。

*  - zero or more
*? - zero or more (non-greedy)
+  - one or more
+? - one or more (non-greedy)
?  - zero or one
?? - zero or one (non-greedy)

- Asaph

37

需要注意的是，单独的问号 ? 表示可选，可以出现一次或零次（但是会优先匹配尽可能多的字符）。例如，'bb'.replace(/b?/, 'a') //'ab' 和 'bb'.replace(/c?/, 'a') //'abb'。 - Hashbrown

3

C语言中为什么会出现“match nothing there”的情况？ - Muhammad Umer

4

我认为他的意思是因为 c 不会匹配，但是你有 ?，它代表的是 0 或 1，那么它将匹配 0 个 c 字符，因此替换掉了它。但我不知道它的工作原理，因为我试过的任何正则表达式引擎都无法编译它。 - Noctis

如果您仍需要支持MSIE 11，那么了解它不支持正则表达式的s标志是很重要的。我最初认为MSIE不支持非贪婪修饰符，但实际原因是我的正则表达式中有s标志。 - Mikko Rantalainen

1

?和??之间到底有什么区别？我不太明白贪婪和非贪婪的零或一次匹配条件之间的区别。请帮助我理解。 - Konrad Viltersten

1

@KonradViltersten 这与捕获有关。例如，'abcd'.match(/(a)?b??(.*)/) 将产生两个捕获组 a 和 bcd，因为它懒惰地匹配 b，所以 b 被包含在贪婪的 .* 匹配中。如果没有双重的 ?，它只会产生一个捕获组 a 和 cd，因为 b 在捕获开始之前被消耗掉了。 - Waddles