非贪婪的正则表达式不符合我的预期答案

【问题标题】：Non greedy regular expression not matching what I expected非贪婪的正则表达式不符合我的预期
【发布时间】：2016-06-03 19:24:20
【问题描述】：

我正在文本中搜索在行中使用“variable2”且前面没有分号的行。这是我的正则表达式来解决这个问题。

^[^;]*?variable2

我对此的理解是，它应该找到以换行符开头的文本，以最小化非分号字符的数量，然后是“variable2”。这无法选择我在此示例中所期望的内容。


Label0: mov     variable0,WREG             ;Some comment
        mov     W0,variable1

Label1: btsc    variable2,#1               ;Some other comment
        bra     label2

我希望得到这个

Label1: btsc    variable2

但选择了这个

        mov     W0,variable1

Label1: btsc    variable2

我误会了什么？在我看来，非贪婪的表达并没有按照我的意图去做。如果我将正则表达式更改为^[^;\n]*?variable2，它会选择我期望它选择的内容。我将 Sublime Text 2 用于我的正则表达式，但我似乎在 php、javascript 和 python 中得到了相同的结果（根据 regex101.com）。

【问题讨论】：

标签： regex non-greedy

【解决方案1】：

^[^;]*?variable2

此正则表达式匹配除; 以外的任何内容，从行首到variable2。因为第2 行和第3 行（只是一个换行符）也不包含任何;，它们从头开始匹配第二行直到variable2。由于您使用的是多行模式，^ 充当每一行的锚。

Demo

^[^;\n]*?variable2

此正则表达式匹配除; 和\n 以外的任何内容，从行首到变量2。第 2 行和第 3 行不匹配，因为它们包含 \n。

Demo

【讨论】：

【解决方案2】：

你在这里得到了一个惰性匹配不正确的关键点：它不会尝试找到整体上可能的最短匹配，但它会尝试从一开始就找到可能的最短匹配。让我们用一个更短的正则表达式来展示这一点：a*?b。给定一个字符串aab，你期望惰性匹配匹配ab，但它匹配aab。

正则表达式解析器从字符串中的第一个字符（第一个a）开始并惰性匹配。然后继续，但无法匹配b，因为第二个字符仍然是a。然后它扩展a*? 模式以匹配aa，现在可以成功匹配b，得到整体匹配aab。

【讨论】：

是的，我认为它会主动寻找一组较短的字符来匹配。我一直称它为非贪婪，但懒惰是一个更具描述性的词。

【解决方案3】：

您可以使用否定前瞻：

^(?:(?!;).)+variable2

请参阅a demo on regex101.com（注意multiline 修饰符！）。

^           # matches the beginning of the line
(?:(?!;).)+ # match any character except a newline
            # and make sure what immediately follows
            # is not a semicolon 
variable2   # match variable2

【讨论】：