贪心与懒惰量词重复操作问题

默认情况下，所有量词都是贪心（greddy）的：就是说会尽可能多地匹配。而懒惰就刚刚相反。但是，可以通过在量词后面添加一个“？”，那么新组合成的量词将使懒惰的。

比如说，量词“*”是贪心的，但是量词组合“*？”却是懒惰的。

效用上他们的区别在于：惰性的量词"*"，每次只会前进一个字符，并且每次都会检查是否匹配下一个标记。

举个经典的例子，说一下吧：

regex_1:<a>.*?</a> 与regex_2:<a>.*</a>

 

test文本：

<a>who r u?</a><a>I am Kaiwii</a>

 

regex_1匹配的内容为：

regex_2匹配的内容为：

分析：

两个regex的共同部分在于：“.*”。“.”匹配单个字符，而量词“*”就表示前面的部分-“.”可以出现任意多次，既可以匹配任意长的内容。

两个regex的区别在于：最后有否量词“？”。

因为，量词“？”是懒惰的。所谓的懒惰就是说，在识别过程中，每次用“.*”向前推进一个字符匹配新的内容的时候，就马上使用懒惰量词“？”后面的字符“<”匹配下一位的内容，如果成功的话，就继续使用“<”之后的字符"/"来识别；如果不成功就反过来使用“.*?”来匹配新的内容。就好像，时刻有一个哨兵指针指向下一位，并尝试匹配下一位的字符！！！！

而，如果没有“？”就变成“.*”。量词“*”是贪心的，只要它开始，就会一条黑路走到尾。最后才用它后一个字符“<”进行识别。很明显这样做是徒然的。必然需要不断回溯（吐出“.*”已经匹配的内容），来用"<"识别直到可以完全使用“</a>”才结束。所以易见得不到第一个"</a>",就已经结束回溯了！