Java 正则表达式 量词 --- 三种匹配模式【贪婪型、勉强型、占有型】

在Sun的API中对在对 “最大匹配Greedy”“最小匹配Reluctant”“完全匹配Possessive”的描述，不能让我明白他们有什么区别，现在将我对这三种匹配模式的理解写出来，供大家参考。


1、Greediness（ 贪婪型）： 最大匹配

X?、X*、X+、X{n，}都是 最大匹配。例如你要用“<.+>”去匹配“a<tr>aava</tr>abb”，也许你所期待的结果是想匹配“<tr>”，但是实际结果却会匹配到“<tr>aava</tr>”。这是为什么呢？下面我们跟踪下最大匹配的匹配过程。

①“<”匹配字符串的“<”。②“.+”匹配字符串的“tr>aava</tr>ab”，在进行最大匹配时，它把两个“>”都匹配了，它匹配了所有字符，直到文本的最后字符“b”③这时，发现不能成功匹配“>”，开始按原路回退，用“a”与“>”匹配，直到“ab”前面的“>”匹配成功。


2、Reluctant(Laziness)（ 勉强型）： 最小匹配

     X?、X*、X+、X{n，}都是最大匹配。好，加个？就成了Laziness匹配。例如X??、X*?、X+?、X{n，}?都是 最小匹配，其实X{n，m}?和X{n }?有些多余。

最小匹配意味者，.+? 匹配一个字符后，马上试一试>的匹配可能，失败了，则.+?再匹配一个字符，再马上试一试>的匹配可能。JDK文档中Greedy 和Reluctant，它是以eat一口来隐喻的，所以翻译成贪吃和（勉强的）厌食最贴切了。不过我喜欢最大匹配、最小匹配的说法。


3、Possessive（ 占有型）： 完全匹配

与最大匹配不同，还有一种匹配形式：X?+、X*+、X++、X{n，}+等，成为完全匹配。它和最大匹配一样，一直匹配所有的字符，直到文本的最后，但它不由原路返回。也就是说，一口匹配，搞不定就算了，到也干脆，偶喜欢。

先看两端代码：

        String s = "/m/t/wd/nl/n/p/m/wd/nl/n/p/m/wd/nl/n/p/m/v/n";
        Pattern p = Pattern.compile("/m/t.*/nl/n/p/m");
        Matcher m = p.matcher(s);
        while(m.find()) {
            System.out.println(m.group());
            System.out.println(m.start());
            System.out.println(m.end());
        }
运行结果：
/m/t/wd/nl/n/p/m/wd/nl/n/p/m/wd/nl/n/p/m
0
40

 

        String s = "/m/t/wd/nl/n/p/m/wd/nl/n/p/m/wd/nl/n/p/m/v/n";
        Pattern p = Pattern.compile("/m/t.*?/nl/n/p/m");
        Matcher m = p.matcher(s);
        while(m.find()) {
            System.out.println(m.group());
            System.out.println(m.start());
            System.out.println(m.end());
        }
运行结果：
/m/t/wd/nl/n/p/m/wd/nl/n/p/m/wd/nl/n/p/m
0
40

 

只是在.*后加了一个“?”， 结果就大不一样了。 可以这样说，如果想贪婪匹配，用.*， 如果想勉强匹配，就用.*?。