正则表达式懒惰与贪婪的混淆答案

【问题标题】：Regex lazy vs greedy confusion正则表达式懒惰与贪婪的混淆
【发布时间】：2014-04-19 22:07:17
【问题描述】：

我对正则表达式和贪婪与懒惰有点困惑。这真的很简单，感觉就像我错过了一些明显的东西。

我已经尽可能地简化了我的问题以使其清楚。考虑以下字符串和正则表达式模式。

string:
aaxxxb

pattern:
(?<=a)(.*?)(?=b)

result:
axxx

what I expected:
xxx

这个结果是我使用 .* 而不是 .* 所期望的结果？我错过了什么？

显然，如果我使用 a.*?b 也会得到 aaxxxb。为什么是这样？不应该惰性（如 .*？）返回尽可能少的字符吗？

【问题讨论】：

仅供参考，完全相同的问题是几天前的already asked here（提供了答案，但没有标记为已接受，因此不要将其标记为重复）
另外，从SO regex FAQ，你可以看出懒惰和贪婪的区别discussed more in depth
Greedy vs. Reluctant vs. Possessive Quantifiers 的可能副本

标签： regex

【解决方案1】：

您错过了这样一个事实，即正则表达式引擎从左到右逐个位置工作，并且一旦在当前位置找到匹配项就会成功。

在您的示例中，模式成功的第一个位置是第二个“a”。

懒惰只在右侧起作用。

如果要获取“xxx”，更好的方法是使用取反字符类[^ab]*而不是.*?

注意：与主题不完全相关，但很高兴知道：DFA 正则表达式引擎将尝试在交替的情况下获得最大的结果，而 NFA 会为您提供第一个成功的结果。

【讨论】：

总是很高兴阅读你。正如您所说，掌握“正则表达式引擎从左到右，逐个位置工作”是一个常见的绊脚石......而且更大的困惑来源是我们正在从左到右工作both 在字符串和模式上。当我们谈到从左到右时，我希望有一种方法可以轻松表达。顺便说一句，我知道你知道这一点，但 .NET 有一个从右到左的选项！ :)
@zw81：谢谢！事实上，不要忘记世界上的一部分是从右到左读写的，而 .NET 为正则表达式提供了这种可能性。

【解决方案2】：

user1277327，您的模式中的(?<=a) 部分表示“前面有一个'a'”。当正则表达式引擎在您的字符串 aaxxxb 上启动时，第一个“a”不满足后面的断言，但第二个“a”可以。很好，但是引擎可以匹配那个“a”吗？是的，.* 中的点允许引擎匹配这个“a”。懒惰的修饰符？告诉点星只吃必要的字符，直到我们能够匹配接下来的内容。接下来是先行断言下一个字符是“b”。所以引擎吃掉了三个 x 字符。总匹配是 axxx。

如果您对贪婪/懒惰感到困惑，您可能想看看the levels of regex greed。 lookarounds 附带的 tut 也可能有所帮助。

【讨论】：