正则表达式量词中的混淆？JAVA

为什么我要为下面的正则表达式代码获取带有相关量词的输出

ab

    Pattern p = Pattern.compile("abc*?");
    Matcher m = p.matcher("abcfoo");
    while(m.find())
      System.out.println(m.group()); // ab

类似地，为什么要为下面的代码获取空索引

   Pattern p = Pattern.compile(".*?");
   Matcher m = p.matcher("abcfoo");
   while(m.find())
     System.out.println(m.group());

---

*？

匹配零个或多个匹配，但尽可能少（顺便说一句，这通常称为“非贪婪”，而不是“不情愿”）。所以如果零匹配是可能的，那就是最佳匹配

---

你到底想要实现什么？也许你不需要非贪婪匹配。

除了康拉德·鲁道夫的答案：

abc*?

在任何情况下匹配

“ab”

，只有在必须匹配时才匹配

“c”

。由于

*？

之后没有任何内容，因此正则表达式引擎立即停止。如果你有：

abc*?f

然后它将匹配

“abcf”

，因为

“c”

必须匹配才能允许

“f”

也匹配。另一种说法是：

.*?

不匹配任何内容，因为此模式是100%可选的

.*?f

---

将再次匹配“abcf”。

将不情愿的量词作为正则表达式中的最后一项是没有意义的。一个不情愿的量词只能尽可能多地匹配，以实现整体匹配。这意味着在量词后面必须有一些东西来迫使它保持匹配

---

如果说有些东西可以被如此毫无意义地使用似乎有些奇怪的话，那可能是因为不情愿的量词是一个附加组件——这在“真正的”正则表达式中是不可能的。其他一些无意义用法的例子是带有量词的“量词”

{1}

，和

\b+

或任何其他零宽度断言（

^

，

$

，lookarounds等）。有些口味将后者视为语法错误；Java允许它，但当然只应用一次断言。

不情愿的量词使

*

匹配尽可能少的字符，如果回溯需要，只匹配更多字符

下面是一个使用正则表达式查找非空前缀的示例，该前缀也是字符串的后缀（无重叠）

第一个模式中的捕获组

\1

是贪婪的：它首先匹配所有内容，并在回溯时获取尽可能少的内容。因此，模式将找到最长的前缀/后缀匹配：

    System.out.println(
        "abracadabra".replaceAll("^(.+).*\\1$", "($1)")
    ); // prints "(abra)"

    System.out.println(
        "abracadabra".replaceAll("^(.+?).*\\1$", "($1)")
    ); // prints "(a)"

现在第二种模式中的

\1

是不情愿的；它首先不匹配任何内容，并在回溯时获取更多内容。因此，模式将找到最短的前缀/后缀匹配：

    System.out.println(
        "abracadabra".replaceAll("^(.+).*\\1$", "($1)")
    ); // prints "(abra)"

    System.out.println(
        "abracadabra".replaceAll("^(.+?).*\\1$", "($1)")
    ); // prints "(a)"

在您的例子中，

*？

可以匹配一个空字符串，并且不需要回溯和匹配更多的字符串，因为它足以匹配整个模式

另见

---

下面是有限重复中不情愿量词的另一个示例：

在这里，

x{3,5}

是贪婪的，并且将尽可能多地使用它

    System.out.println(
        "xxxxxxx".replaceAll("x{3,5}", "Y")
    ); // prints "Yxx"

    System.out.println(
        "xxxxxxx".replaceAll("x{3,5}?", "Y")
    ); // prints "YYx"

在这里，

x{3,5}？

是不情愿的，并且会尽可能少地使用

    System.out.println(
        "xxxxxxx".replaceAll("x{3,5}", "Y")
    ); // prints "Yxx"

    System.out.println(
        "xxxxxxx".replaceAll("x{3,5}?", "Y")
    ); // prints "YYx"

---

Java称之为“不情愿”。我认为“不情愿”是对他们最好的称呼，尽管“不贪婪”也很好。但“懒惰”（另一个最常见的形容词）在我看来是误导性的；他们实际上比贪婪或占有量词更努力。@Alan Moore：我同意，“懒惰”在CS中通常是其他意思（参见懒惰评估）。