正则表达式不贪婪行为

Question

我只是用正则表达式查询并且有一个问题。

模式：

param(.*?(\d*))(.*?), 

字符串：

"param":123432412341, 

为什么是第三组的明确文本匹配后追赶串的全部？看起来\d*在这种情况下表现得很懒，第一个.*?什么也没有匹配，\d*什么都没匹配。

Answer 1

您将通过更改\d* to \d+来获得预期结果。这是因为一旦下一条表达式匹配，一个惰性匹配（.*?）就会停止。这个懒惰匹配从参数"开始，然后检查\d*是否匹配（它确实 - 在该位置有0+个数字），然后继续并匹配(.*?),。当您将其切换到\d+时，"不再匹配，并且第一个懒点匹配全部继续吃掉字符，直到第一个数字（如预期的）。

解决它的另一种方法将是removing the second .*?（可能它不需要，因为整数在它和逗号之间不会有任何非数字字符）。这是有效的，因为在\d*匹配"（如前所述）之后，逗号将无法匹配，并且懒惰点匹配全部将继续匹配字符，直到有0+数字后跟逗号。

另请注意，有时（如果您的表达式可能足够具体），懒点匹配 - 全部效率不如使用否定字符类效率。写这个的另一种方法是使用\D* ([^\d]) instead of .*?。这匹配12个步骤，而不是45（原始正则表达式），21（使用\d+）和24（删除第二个.*?）。