正则表达式中 (.*?) 和 (.*) 有什么区别？

Question

我已经做了一段时间的正则表达式，但是对于特定规则的微妙差别并不是专家级。 我一直使用(.*?)进行匹配，但有限制条件，因为我理解它会在第一次机会时停止匹配，而(.*)?会继续匹配且更具贪心性。

但我没有真正的理由认为这样，只是因为我曾经读过一次。

现在我想知道，这两者有区别吗？如果有，是什么呢...

- Christopher Thomas

---

? 多余了！因为 (.*) 会匹配零到多个字符。 - Anirudha

Answer 1

(.*?) 是一个包含非贪婪匹配的组。

(.*)? 是一个可选组，其中包含贪婪匹配。

- SLaks

---

所以你的意思是，(1) 表示有一个组，只是非贪婪的，而 (2) 表示可能有一个组，也就是说它可能不返回任何内容。因此，由于我总是使用 (1)，我基本上要求它以非贪婪的方式找到一些东西，这可能解释了为什么有时正则表达式无法匹配任何内容，因为我要求至少有一个匹配。对吗？ - Christopher Thomas

@ChristopherThomas：不行，因为.*?也可以匹配空。 - SLaks

你能解释一下贪婪和非贪婪的区别吗？ - Philipp

Answer 2

有人指出了贪婪匹配和非贪婪匹配之间的区别。下面是一个实际应用中可以看到不同结果的示例。由于正则表达式通常嵌入在主机语言中，我将使用Perl作为主机。在Perl中，将匹配项括在括号中会将这些匹配项的结果分配给特殊变量。因此，在这种情况下，匹配可能相同，但分配给这些变量的内容可能不同：

例如，假设您的匹配字符串是“hello”。两个模式都可以匹配它，但匹配的部分（$1）不同：

'hello' =~ /(.*?)l/;
# $1 == 'he' 

'hello' =~ /(.*)?l/;
# $1 == 'hel'

- RonaldBarzell

---

区别在于?)定义了一个非贪婪量词，这意味着匹配结果将不同。当然，正如你所提到的，)?是非匹配的，但这并不是完整的答案。 - Nir Levy

我其实不太确定你在这里的意思......你能用另一种方式解释一下吗？感谢你的耐心！ - Christopher Thomas

Answer 3

因为 * 表示“零个或多个”，这让事情有点混淆。两个 ? 是完全不同的，可以通过下面每个例子更清楚地展示： fo*? 只会匹配 f，如果你提供了 foo。也就是说，这个 ? 使匹配变得非贪婪。将它移除后，它将匹配 foo。 fo? 匹配 f，但也匹配 fo。也就是说，这个 ? 使匹配变得可选：它所应用于的部分（在本例中仅为 o）必须出现 0 次或 1 次。将它移除后，匹配将变得必选：它必须恰好出现一次，因此只有 fo 仍然匹配。

另外，在正则表达式中，当我们谈到 ? 的不同含义时，还有一个意思：紧跟在 ( 后面的 ? 是几个特殊操作的前缀，例如 lookaround。也就是说，它的意义不像你问的任何一件事。

- Bas Wijnen

Answer 4

? 有不同的含义。

1. 当它跟在一个字符或组后面时，它是一个量词，匹配前面构造体的 0 或 1 次出现。详见这里

2. 当它跟在一个量词后面时，它会修改该量词的匹配行为，使其变为懒惰匹配。详见这里

- stema

---

那么在（1）中，它表示它将返回某些东西，但可能是空字符串？空字符串是正则表达式的有效返回吗？我认为不是，但现在我看到是这样的。 - Christopher Thomas

如果允许模式匹配空字符串，则它是一个有效的返回值。模式.*只有作为子模式才有意义，否则它没有意义，因为它匹配所有内容。如果您想匹配至少一个字符，则+将是正确的选择，它匹配一个或多个字符。也许您会对我写的博客文章感兴趣：你真的了解量词吗？ - stema

嗨Stema，我喜欢你的文章，发现它非常有用，而且额外提供了关于“重复”方面的re.info网站链接。我从中学到的是，.*?形式表示尽可能懒惰地匹配，这样就可以最小化匹配次数，包括零/空。所以这就解释了为什么它在我的例子和用法中起作用。 - Christopher Thomas