20、正则表达式匹配：贪婪量词与引擎机制解析

正则表达式匹配：贪婪量词与引擎机制解析

1. 标准量词的贪婪特性

标准量词（如 ? 、 + 、 * 和 {min,max} ）具有贪婪特性。当这些量词作用于子表达式时，存在最小匹配次数和最大尝试匹配次数。贪婪量词总是尝试尽可能多地进行匹配，只有在后续正则表达式部分匹配失败时，才会放弃部分匹配。

例如，使用 \b\w+s\b 匹配以 s 结尾的单词， \w+ 会先尝试匹配整个单词，但为了让 s 也能匹配， \w+ 必须放弃部分匹配。

再看 [0-9]+ 在 “March 1998” 中的匹配情况，匹配到 1 后，由于 + 是贪婪的，它会继续匹配 998 ，直到字符串结束。

2. 贪婪特性的应用示例

• 邮件主题匹配 ：使用 ^Subject: (.+) 可以通过工具的括号记忆功能（如 Perl 中的 $1 ）获取邮件主题文本。 .* 是贪婪的，会尽可能多地匹配字符，从而填充 $1 。
• 过度贪婪的问题 ：若使用 ^Su