個人理解正規表示式－懶惰匹配

問題描述

本文連結：http://www.hcoding.com/?p=130

初學正規表示式的時候都有一個疑問，例如：需要匹配字串"_abc_123_" 中第一對"_"之間的字符，剛開始學習正則表達式的時候會寫成"/_w*_ /"，配對的結果就是"abc_123" 而不是"abc"了；大神說加上一個問號，"/_w*?_/"，這時候匹配的結果就是"abc "。

我們知道'？ '單獨使用的時候表示：重複零次或一次，而當'？ '出現在重複限定符後面的，起的作用就是懶惰匹配，也就是匹配盡可能少的字符。懶惰限定符說明：

• *?：重複任意次，但盡量少重複
• +?：重複1次或更多，但盡量少重複
• ??：重複0次或1次，但盡量少重複
• {n,m}?：重複n到m次，但盡量少重複
• {n,}?：重複n次以上，但盡量少重複

對的，“盡可能少重複”，這就是對懶惰匹配的粗暴直白的解說。

那麼怎麼理解「盡量少重複」呢？我們可以從正規表示式的忽略優先量詞來解釋了。

忽略優先量詞

量詞"*?"、"+?"、"??"、"{n,m}?"、"{n,}?"都屬於忽略優先量詞，忽略優先量詞使用的是在?、+、 *、{}後面加上?組成的，忽略優先在配對的時候首先會嘗試忽略，如果失敗後回溯才會選擇嘗試。例如`ab??`符合「abb」會得到『a』而不是「ab」。當引擎匹配成功a後，由於是忽略優先，引擎首先選擇不匹配b，繼續查看表達式，發現表達式結束了，那麼引擎就直接上報匹配成功。具體我們透過下面的例子一步一步說明忽略優先量詞工作原理。

範例

還是上面的例子，用"/_w*?_/"匹配"_abc_123_" 中 第一對"_"之間的字符。

開始匹配第一個'_'之後，'w*?'首先決定不需要匹配任何字符，因為它是忽略優先量詞，這時候就拿表達式'/_w*?_/'中的第二'_'（'w*?'後面的'_'）和目標串'_abc_123_'中的'a'匹配，匹配失敗，這時候才會拿'w*?'去嘗試未匹配的分支（使用w匹配a，嘗試匹配a成功）

下一步，是嘗試匹配，還是忽略呢？因為'w*?'是忽略優先量詞，會選擇忽略，那麼就是重複上一步，'_'匹配b失敗，'w*?'去嘗試未匹配的分支ab，以上步驟總共重複了3次後（直到表達式'w*?'後面的'_'和目標字串第二個'_'匹配），最終匹配出'abc'。

過程（開始匹配第一個'_'之後）：

• 表達式/_w*?_/'中的第二個'_'和目標串'_abc_123_'中的'a'匹配，匹配失敗，'w*?'嘗試匹配目標串'_abc_123_'中的'a'，匹配成功。
• 表達式/_w*?_/'中的第二個'_'和目標字串'_abc_123_'中的'b'匹配，匹配失敗，'w*?'嘗試匹配目標串'_abc_123_'中的'ab'，匹配成功。
• 表達式/_w*?_/'中的第二個'_'和目標串'_abc_123_'中的'c'匹配，匹配失敗，'w*?'嘗試匹配目標串'_abc_123_'中的'abc'，匹配成功。
• 表達式/_w*?_/'中的第二個'_'和目標串'_abc_123_'中的'_'匹配，匹配成功，匹配結束。結果為abc。

以上是閱讀《精通正規表示式》關於忽略優先量詞一節的想法，如有不對虛心接受各位的指教，謝謝！

本文連結：http://www.hcoding.com/?p=130

原創文章，轉載請註明：JC&hcoding.com

以上就介紹了個人理解正規表示式——懶惰匹配，包括了方面的內容，希望對PHP教程有興趣的朋友有所幫助。