Question

在我熟悉的所有语言的正则表达式引擎中，.*表示法表示匹配零个或多个字符。请考虑以下Javascript代码：

var s = "baaabcccb";
var pattern = new RegExp("b.*b");
var match = pattern.exec(s);
if (match) alert(match);

这会输出baaabcccb

Python也是如此：

>>> import re
>>> s = "baaabcccb"
>>> m = re.search("b.*b", s)
>>> m.group(0)
'baaabcccb'

这两种语言与"baaabcccb"而不仅仅是"baaab"匹配的原因是什么？我读取模式b.*b的方式是“查找以b开头的子字符串，然后包含任意数量的其他字符，然后以b结尾。” baaab和baaabcccb都满足此要求，但Javascript和Python都匹配后者。我希望它匹配baaab，因为该子字符串满足要求并且首先出现。

那么为什么在这种情况下模式匹配baaabcccb？并且，有没有办法修改此行为（使用任何一种语言），以便它匹配baaab？

Answer 1

您可以在?之后添加*，使正则表达式不贪婪：b.*?b。然后它将匹配最小的字符串posible。默认情况下，正则表达式是贪婪的，并会尝试找到最长的匹配。

Answer 2

.*是一场贪婪的比赛。 .*?是非贪婪的版本

Answer 3

因为*和+本质上是贪婪的（至少在python中，我不确定js）。他们会尽量匹配。如果你想避免这个问题你可以添加？在他们之后。

这是一个很好的教程，在贪婪与非贪婪的部分： google python class

正则表达式模式匹配顺序

3 个答案: