Java 贪婪量词

我在读K.Sierra时发现了以下句子：

贪婪量词实际上读取了整个源数据，然后它就工作了 向后（从右边）直到找到最右边的匹配项。在那一点上，它 包括所有内容，从源数据的前面部分到 是最右边比赛的一部分

现在，假设我们有如下来源：

"proj3.txt,proj1sched.pdf,proj1,proj2,proj1.java"

和模式：

proj1（[^，]）*

为什么它与全文不匹配？由于贪婪，它应该匹配最右边的“proj1.java”，并且返回的匹配应该是最右边匹配之前的整个源代码？相反，它返回：

proj1sched.pdf
proj1
proj1.java

为什么它与全文不匹配

因为您声明它必须以

proj1

由于贪婪，它应该匹配最右边的“proj1.java”

对

返回的匹配应该是最右边匹配之前的整个源

不知道你为什么会这么想，或者为什么那会有用。如果这是您想要的，您只需执行

*proj1.*

为什么它与全文不匹配

哦，它试过了。但它在一个点上找到了序列

p

，

r

，

o

，

j

，

1

，然后找到了零个或多个不是逗号的字符，因此匹配了

，

p

，

d

，

f

。它停在那里，因为下一个字符是逗号，与

[^，]

不匹配

请注意，下一次匹配尝试将从下一个字符开始，即

r

，依此类推，直到找到

p

；当它找到一个时，它将尝试

r

，等等

正则表达式整体上是满意的，引擎决定它是成功的，并且没有进一步尝试，即使有超过这一点的匹配

因此，匹配的文本为

proj1.pdf

。而不是整个输入。正则表达式是懒惰的，它们只匹配需要匹配的内容，而且永远不会进一步

但是。这就是它变得有趣的地方。有些发动机不能这样工作

考虑regex

cat（| flap）

和输入文本

catflap

。POSIX尝试了正则表达式引擎，并规定正则表达式引擎应该匹配最左边、最长的匹配

因此，如果正则表达式引擎遵循POSIX，它应该匹配

catflap

。但是，在这里，现有的大多数正则表达式引擎将只匹配

cat

：空的替换首先匹配，正则表达式满足，故事结束

现在，问题的核心是：量词有三种类型，贪婪、懒惰和占有：

• 贪婪：默认值，

  *

• 懒惰，又称过度使用：

  *？

• 所有格：

  *+

一个贪婪的量词会尝试匹配尽可能多的文本，并且只有在必要时才会返回；一个懒惰的量词会尝试匹配尽可能少的文本；所有格量词会尝试匹配尽可能多的文本，并且不会返回文本

插图：以下是输入文本：

The answer to everything is 42, says the mouse

以下三个正则表达式与此文本匹配，并带有一个捕获组：

• *（\d+）

  （贪婪）

• *？（\d+）

  （惰性）

• *+（\d+）

  （所有格）

问题：团队将在每个表达式中捕获什么？答复:

• 第一个：

  2

• 第二个：

  42

• 第三：甚至不会匹配文本

  *+

  将吞下一切，但不会归还，

  \d+

  因此没有任何可以匹配的内容，regex失败

我们有

proj1（[^，]）*

其中-

（[^，]]）*

表示它将连接以下任意组合的子字符串： 字符（出现零次或多次），它不包含字符'，'和字符串“proj1”，如：

---

“sched.pdf”或“or”.java”这三个字符都不包含“，”字符。结果就是这样。

对不起，我以前不清楚。我的意思是，假设我将源代码指定为“xfooxfoo”，将regex指定为。*foo，那么在这种情况下，为什么整个源代码（即xfooxfoo）都会匹配？为什么上面的例子不一样？