22、正则表达式中的贪婪、懒惰与回溯机制解析

正则表达式中的贪婪、懒惰与回溯机制解析

1. 闭合分隔符问题与否定类的局限性

在处理正则表达式时，当闭合分隔符包含多个字符时，不能像处理双引号字符串那样使用否定类来解决问题。例如，类似 <B>[^</B>]+</B> 这样的表达式是无法正常工作的。因为字符类仅代表一个字符，而非完整的 </B> 序列。 [^</B>] 只是一个匹配单个字符的类，匹配除 < 、 > 、 / 和 B 之外的任意字符，它并不等同于“除 </B> 之外的任何内容”。

2. 使用懒惰量词

标准量词是贪婪的，这会引发一些问题。不过，部分 NFA 支持懒惰量词，如 +? 是 + 的懒惰版本。下面通过具体例子来理解懒惰量词的工作原理。

示例 1

对字符串 ...<B>Billions</B> and <B>Zillions</B> of suns... 应用 <B>.+?</B> 正则表达式：
1. 初始 <B> 匹配成功后， .+? 由于是懒惰的，它认为不需要匹配任何内容，于是