首页 > 一个正则贪婪和非贪婪的疑问

一个正则贪婪和非贪婪的疑问

    $exp = '/\d+?\_\d+?/';
    $str = "我的电话是123_45678";

    preg_match($exp, $str, $match);

    echo ($match[0]); // '123_4' 

查资料说+号后面加一个问号,即(+?) 就是取消默认的贪婪模式匹配。 那按照我上面的正则,预想应该是输出1_4呀。 为什么第一组\d+? 匹配的不对,而第二组\d+?就匹配到一个4. 不明白了?


正则表达式的机制是有限状态自动机。它会从一个字符串的第一个字符开始匹配正则。

那么,\d+?_\d+?这个正则,首先会从字符串的第一个字符(即'''我'''开始匹配),发现不符合条件,就接着往下匹配,直到匹配到了1这个字符,发现符合\d+?的条件,存起来,继续匹配,匹配到_这个字符,发现已经符合了\d+?_的所有条件,就继续往下又匹配到了4,因为是非贪婪的模式,所以到4就结束了,如果是贪婪,那么会匹配到最后的8。

在上述过程中,最开始的\d+?是从1开始匹配并记录的,因为有后面_的关系,所以它会把123都匹配上,只有这样才能满足正则表达式。这个时候非贪婪就不起作用了。

关于非贪婪,下面这个例子可能会帮你更好地理解它。

有这样一个字符串<div>1</div>,如果采用<(.*?)>的模式去匹配,就会匹配到<div></div>,用贪婪模式的话,会匹配到整个字符串。
这样的差别是因为,在(.*)是非贪婪时,正则找到第一个>就停下了,完成了匹配。而在贪婪时,正则要找到符合条件的最后一个>,才会停止匹配。当然这个也和(.*)是有关系的。如果换成\w+,这样的话,贪不贪婪也就没有影响了。
我可能也说得不是很清楚,楼主可以再体会一下。


'/\d+?\_\d+?/'

尽可能少的一串数字(至少1个),后面跟着一个_,再后面跟着 尽可能少的一串数字(至少1个)

体会一下这个整体, 和中间的连接词。。。

或者换句话说, 正则表达式匹配的是连续的字符序列, 拆开算什么鬼。。。


贪婪非贪婪(惰性) 两者的前提都是需要匹配成功,区别在于:

贪婪 是在匹配成功的前提下,尽可能多的去匹配
非贪婪(惰性)是在匹配成功的前提下,尽可能少的去匹配

同时,正则表达式还有另外一条规则,比贪婪非贪婪(惰性)规则的优先级更高

最先开始的匹配拥有最高的优先权——The match that begins earliest wins

根据以上原则,回归到楼主的正则表达式里:
第一个 \d+? 因为它后面有一个 _,它会匹配字符串里的 123_(优先级高) 而不是 3_,也不是楼主说的 1_(匹配不成功);
第二个 \d+? 会匹配到 4(尽可能少匹配) 而不是45678

【热门文章】
【热门文章】