正则表达贪心懒惰与占有

贪心

我们知道我们的量词是贪心的。

我写下来: /d{1,5}

那么它匹配了5个。

那么量词的匹配规则是啥呢？

量词首先匹配整个字符串，如果失败然后回退一个字符，然后再次进行匹配。这就是回溯。

它会每次回退一个字符，然后找到为止。然后呢，它还有记录所以行为，想想是不是消耗有点大。

没错这一章，就是用来提高效率的，对爬虫挺关键的一个东西。

那么什么是惰性的呢？

它是从目标为位置开始匹配，每次检查字符串的一个字符，然后还是会尝试匹配整个字符。

也就是说，贪心先把整个给匹配，然后惰性一个一个来，那么它会遇到不匹配的，这时候就结束。但是依然会去匹配整个字符一次。

最后一个是占有。

占有两次会覆盖整个目标，然后尝试匹配内容，但是至少尝试一次。

这个听起来不明白哈，我下面有个例子就很明白的了。

正文

我们先来看几个简单的字符:

语法	描述
?	零个或者一个
+	一个或者多个
*	零个或者多个

我们看下有什么方法可以替代他们:

? 我们可以用 {0,1}

• 可以用

• 可以用

贪心

这个不必多讲。

比如说有5，然后我写一个5?,那么5就会被匹配。不是说好5?是可有可无吗？就是因为贪心，可有可无就是有。

惰性

还是上面这个例子，5？，然后我加一个?,也就是5??，我们的文本还是5。然后发现一个都不匹配了。这时候就是惰性了。
然后再匹配一个5*?,发现也一样没有匹配到啥东西。

然后5+?:

匹配了一个，果然只有是能符合的马上就结束了。

语法	描述
??	惰性匹配0或1次
+?	惰性匹配1到多次
*?	惰性匹配0到多次
{n}?	惰性匹配n次
{n,}？	惰性匹配n到多次
{n,m}？	惰性匹配1到n次

这里有人会理解+?，就是一个哈。其实不是的。
来一个例子对比下:

惰性:

贪婪:

惰性是匹配完了就不匹配了，而贪婪是看看还有更多不。

5*? 与 5555不是说真的没有匹配到。而是:

这是因为后面没有条件，那么就躺尸了。改一下:

占用

这个非常像贪心，但是不会回溯，很好理解，下面给个例子哈。
0*0 去匹配00000:

是可以匹配的。
但是我换成0*+0,

告诉我没有匹配，为什么呢?

我们来看下贪心，0*把整个字符匹配了，也就是匹配5个，然后无法匹配0，失败。然后呢，回溯，退一个字符。匹配4个0。这下就匹配上了。

占用可就不一样了，比较自私0*把整个字符匹配了，也不回溯，但是要占用它，然后就永远匹配不是，结束，效率高哈。

语法	描述
?+	占用匹配0或1次
++	占用匹配1到多次
*+	占用匹配0到多次
{n}+	占用匹配n次
{n,}+	占用匹配n到多次
{n,m}+	占用匹配1到n次