贪婪与非贪婪模式的匹配原理分析

正则表达式的两个普适性原则:

1、优先选择最左侧的匹配结果

2、标准的匹配量词是匹配优先的

第一条什么意思捏? 就是拿到一个表达式/bo/ 去匹配一个字符串absdboosd , 首先这个表达式只有一个可能,那就是真的匹配到bo这两个字母,所以直接拿bo 匹配前两个字母,匹配不成功,右移,匹配bs 不成功继续右移,直到成功匹配或者字符串结束。

正则表达式的贪婪模式匹配规则:

首先要知道正则表达式中的量词有:

?【问号】 .【点号】 *【星号】 +【加号】 {min,max} 【集合表达式】

这几种量词都是默认尽可能多的去匹配内容的,即贪婪模式。当然这个还是会遵循第一条左侧优先的原则的, 比如说 /no*/ 去匹配 asnosdfanooooosdf 结果会是左边的no 而不是右边的nooooo

输入字符串: hai,!xiaozhang! can you tell !me! your qq ?

匹配规则: /!.+!/

那么匹配的时候, 第一个匹配规则的!, 那么从字符串的0位开始匹配,匹配到第一个感叹号时达成匹配。

image.jpeg

然后匹配控制权右移交给点号,于是开始匹配 .(点符号),点符号匹配换行符以外的任何字符,所以会一直匹配到最后的问号。

image.jpeg

点加号匹配就结束了,开始匹配最后一个感叹号,因为已经到了结尾,所以匹配开始回溯,也就是交出一部分已经匹配的字符,以满足匹配到最右面的感叹号,一直匹配到 me后面的感叹号,发现符合规则,于是返回最后的匹配结果:

image.jpeg

------------------------------------------分割线-------------------------------------------------

正则匹配的非贪婪模式的匹配规则: 【忽略优化量词】

非贪婪模式 / 忽略优化量词,即在量词后面跟一个问号,分别有 ?? , *? ,+? , {m,n}?, {m,}? 这5种。这些词在可匹配可不匹配的情况下只选择不匹配,只有当整个表达式都无法匹配成功时才会尝试匹配这些量词前面的表达式。

以?? 来分析:

正则表达式为 /ab??c/

字符串为: abc

那么匹配的一个原理是: 先来到正则表达式的a

image.jpeg

ok匹配成功,然后匹配权后移来到b, b后面有两个问号, 所以是非贪婪模式, b?? 应视为一个整体来看。 也就是匹配权交给 b?? , 这个时候会先忽略匹配,同时记录一个备选状态,匹配权交给c ,这时候规则c匹配到字母b ,也就是整个字符串不符合匹配规则,这个时候进行回溯, 找到备选状态,用b?? 来尝试匹配字母b,发现匹配成功,然后匹配权再次交给c,c去匹配c,ok的,全部匹配成功。结束匹配。

那么用 /ab??c/ 去匹配asdabcac 是什么结果呢?

当然也是只有一个abc 。 因为在不开启循环全局搜索的情况下,会优先匹配最左侧的结果 即普适性原则一 。

那么问题又来了。 用 /e??s/去匹配teset 会得出什么结果呢?

会得到一个es, 从上面的推理就可以得到,e?? 首先得到匹配权利,发现可以忽略,于是进入备选状态,匹配权交给s,s去匹配t,匹配不通过,取回备选状态采用e去匹配t 依旧不匹配,于是字符串右移到第二位也就是字母e,这时候重新匹配,e??还是会被优先忽略(同时计入备选状态),匹配权交给s,s无法匹配e,于是取回最近的备选状态。也就是e去匹配e这时候匹配成功,然后匹配权交给s,s去匹配s 成功,整个匹配结束,返回结果es。

其实这种记录备选状态再取回的方式叫做: 回溯

(回溯在正则里面有个坑: 灾难性回溯catastrophic backtracking 详情可以了解专题文章: 灾难性回溯)

那么问题又来了,用 /e??se??/ 去匹配 teset 去出现什么结果呢?

我们还是从头分析,首先控制权交给e?? 发现这个是忽略优先,所以放入备选1,然后控制权交给s, s去匹配t,失败,此时不会后移控制权,以为s是必须匹配项,如果s不匹配后面的都匹配也没有意义。所以取回匹配备选项1,e?? 去匹配t,失败,于是字符串后移,e??再次重新拿到控制权,再次忽略,放入备选状态2,控制权交给s, s去匹配e,失败,取回备选项2,e??去匹配e 成功,控制权交给s,s去匹配s成功,匹配权交给最后的e?? 发现是忽略优先,所以有限选择忽略,控制权右移(就结束了)所以整个匹配过程结束,匹配结果为es。

你可能感兴趣的:(贪婪与非贪婪模式的匹配原理分析)