?*或+正則表達(dá)式使用詳解
?*或+正則表達(dá)式使用詳解是向你介紹我們使用?*或+實(shí)現(xiàn)“重復(fù)”的操作，那么具體的有哪些方面呢？我們下面通過實(shí)例的講解形式向你逐一介紹，希望對(duì)你有所幫助。
?*或+正則表達(dá)式使用詳解之相關(guān)概念：
?：告訴引擎匹配前導(dǎo)字符0次或一次。事實(shí)上是表示前導(dǎo)字符是可選的。
+：告訴引擎匹配前導(dǎo)字符1次或多次
*：告訴引擎匹配前導(dǎo)字符0次或多次
<[A-Za-z][A-Za-z0-9]*>匹配沒有屬性的HTML標(biāo)簽，“<”以及“>”是文字符號(hào)。第一個(gè)字符集匹配一個(gè)字母，第二個(gè)字符集匹配一個(gè)字母或數(shù)字。
我們似乎也可以用<[A-Za-z0-9]+>。但是它會(huì)匹配<1>。但是這個(gè)正則表達(dá)式在你知道你要搜索的字符串不包含類似的無效標(biāo)簽時(shí)還是足夠有效的。
◆?*或+正則表達(dá)式使用詳解之限制性重復(fù)
許多現(xiàn)代的正則表達(dá)式實(shí)現(xiàn)，都允許你定義對(duì)一個(gè)字符重復(fù)多少次。詞法是：{min,max}。min和max都是非負(fù)整數(shù)。如果逗號(hào)有而max被忽略了，則max沒有限制。如果逗號(hào)和max都被忽略了，則重復(fù)min次。
因此{(lán)0,}和*一樣，{1，}和+ 的作用一樣。
你可以用<<\b[1-9][0-9]{3}\b>>匹配1000~9999之間的數(shù)字(“\b”表示單詞邊界)。<<\b[1-9][0-9]{2,4}\b>>匹配一個(gè)在100~99999之間的數(shù)字。
◆?*或+正則表達(dá)式使用詳解之注意貪婪性
假設(shè)你想用一個(gè)正則表達(dá)式匹配一個(gè)HTML標(biāo)簽。你知道輸入將會(huì)是一個(gè)有效的HTML文件，因此正則表達(dá)式不需要排除那些無效的標(biāo)簽。所以如果是在兩個(gè)尖括號(hào)之間的內(nèi)容，就應(yīng)該是一個(gè)HTML標(biāo)簽。
許多正則表達(dá)式的新手會(huì)首先想到用正則表達(dá)式<< <.+> >>，他們會(huì)很驚訝的發(fā)現(xiàn)，對(duì)于測(cè)試字符串，“This is a <EM>first</EM> test”，你可能期望會(huì)返回<EM>，然后繼續(xù)進(jìn)行匹配的時(shí)候，返回</EM>。
但事實(shí)是不會(huì)。正則表達(dá)式將會(huì)匹配“<EM>first</EM>”。很顯然這不是我們想要的結(jié)果。原因在于“+”是貪婪的。也就是說，“+”會(huì)導(dǎo)致正則表達(dá)式引擎試圖盡可能的重復(fù)前導(dǎo)字符。只有當(dāng)這種重復(fù)會(huì)引起整個(gè)正則表達(dá)式匹配失敗的情況下，引擎會(huì)進(jìn)行回溯。也就是說，它會(huì)放棄最后一次的“重復(fù)”，然后處理正則表達(dá)式余下的部分。和“+”類似，“?*”的重復(fù)也是貪婪的。
◆?*或+正則表達(dá)式使用詳解之深入正則表達(dá)式引擎內(nèi)部
讓我們來看看正則引擎如何匹配前面的例子。第一個(gè)記號(hào)是“<”，這是一個(gè)文字符號(hào)。第二個(gè)符號(hào)是“.”，匹配了字符“E”，然后“+”一直可以匹配其余的字符，直到一行的結(jié)束。然后到了換行符，匹配失敗(“.”不匹配換行符)。于是引擎開始對(duì)下一個(gè)正則表達(dá)式符號(hào)進(jìn)行匹配。也即試圖匹配“>”。到目前為止，“<.+”已經(jīng)匹配了“<EM>first</EM> test”。引擎會(huì)試圖將“>”與換行符進(jìn)行匹配，結(jié)果失敗了。于是引擎進(jìn)行回溯。結(jié)果是現(xiàn)在“<.+”匹配“<EM>first</EM> tes”。于是引擎將“>”與“t”進(jìn)行匹配。顯然還是會(huì)失敗。這個(gè)過程繼續(xù)，直到“<.+”匹配“<EM>first</EM”，“>”與“>”匹配。于是引擎找到了一個(gè)匹配“<EM>first</EM>”。記住，正則導(dǎo)向的引擎是“急切的”，所以它會(huì)急著報(bào)告它找到的第一個(gè)匹配。而不是繼續(xù)回溯，即使可能會(huì)有更好的匹配，例如“<EM>”。所以我們可以看到，由于“+”的貪婪性，使得正則表達(dá)式引擎返回了一個(gè)最左邊的最長的匹配。
◆?*或+正則表達(dá)式使用詳解之用懶惰性取代貪婪性
一個(gè)用于修正以上問題的可能方案是用“+”的惰性代替貪婪性。你可以在“+”后面緊跟一個(gè)問號(hào)“?”來達(dá)到這一點(diǎn)。“*”，“{}”和“?”表示的重復(fù)也可以用這個(gè)方案。因此在上面的例子中我們可以使用“<.+?>”。讓我們?cè)賮砜纯凑齽t表達(dá)式引擎的處理過程。
再一次，正則表達(dá)式記號(hào)“<”會(huì)匹配字符串的第一個(gè)“<”。下一個(gè)正則記號(hào)是“.”。這次是一個(gè)懶惰的“+”來重復(fù)上一個(gè)字符。這告訴正則引擎，盡可能少的重復(fù)上一個(gè)字符。因此引擎匹配“.”和字符“E”，然后用“>”匹配“M”，結(jié)果失敗了。引擎會(huì)進(jìn)行回溯，和上一個(gè)例子不同，因?yàn)槭嵌栊灾貜?fù)，所以引擎是擴(kuò)展惰性重復(fù)而不是減少，于是“<.+”現(xiàn)在被擴(kuò)展為“<EM”。引擎繼續(xù)匹配下一個(gè)記號(hào)“>”。這次得到了一個(gè)成功匹配。引擎于是報(bào)告“<EM>”是一個(gè)成功的匹配。整個(gè)過程大致如此。
◆?*或+正則表達(dá)式使用詳解之惰性擴(kuò)展的一個(gè)替代方案
我們還有一個(gè)更好的替代方案。可以用一個(gè)貪婪重復(fù)與一個(gè)取反字符集：“<[^>]+>”。之所以說這是一個(gè)更好的方案在于使用惰性重復(fù)時(shí)，引擎會(huì)在找到一個(gè)成功匹配前對(duì)每一個(gè)字符進(jìn)行回溯。而使用取反字符集則不需要進(jìn)行回溯。
最后要記住的是，本教程僅僅談到的是正則導(dǎo)向的引擎。文本導(dǎo)向的引擎是不回溯的。但是同時(shí)他們也不支持惰性重復(fù)操作。
?*或+正則表達(dá)式使用詳解的基本內(nèi)容就向你介紹到這里，希望對(duì)你學(xué)習(xí)?*或+正則表達(dá)式使用詳解有所幫助。
【編輯推薦】
