关于正则表达式的贪婪与非贪婪模式

以前看正则表达式，但没有注意到正则表达式的贪婪与非贪婪模式，今天在经典上看到了这么段代码：

<script>

try{

str="<p>abcdefg</p><p>abcdefghijkl</p>";

re1=str.match(/<p>[\W\w]+?<\/p>/ig);

alert("非贪婪模式:\r\n\r\n１："+re1[0]+"\r\n２："+re1[1]);

re1=str.match(/<p>[\W\w]+<\/p>/ig);

alert("贪婪模式:\r\n\r\n"+re1);

re1=str.match(/<p>(.+?)<\/p>/i);

alert("非贪婪模式，且不要标记:\r\n\r\n１："+re1[1]);

re1=str.match(/<p>(.+)<\/p>/i);

alert("贪婪模式，且不要标记:\r\n\r\n"+re1[1]);

}catch(e){alert(e.description)}

</script>

匹配次数中的贪婪与非贪婪

在使用修饰匹配次数的特殊符号时，有几种表示方法可以使同一个表达式能够匹配不同的次数，比如："{m,n}","{m,}","?","*","+"，具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。比如，针对文本"dxxxdxxxd"，举例如下：

表达式

匹配结果

(d)(\w+)

"\w+"将匹配第一个"d"之后的所有字符"xxxdxxxd"

(d)(\w+)(d)

"\w+"将匹配第一个"d"和最后一个"d"之间的所有字符"xxxdxxx"。虽然"\w+"也能够匹配上最后一个"d"，但是为了使整个表达式匹配成功，"\w+"可以"让出"它本来能够匹配的最后一个"d"

由此可见，"\w+"在匹配的时候，总是尽可能多的匹配符合它规则的字符。虽然第二个举例中，它没有匹配最后一个"d"，但那也是为了让整个表达式能够匹配成功。同理，带"*"和"{m,n}"的表达式都是尽可能地多匹配，带"?"的表达式在可匹配可不匹配的时候，也是尽可能的"要匹配"。这种匹配原则就叫作"贪婪"模式。

非贪婪模式：

在修饰匹配次数的特殊符号后再加上一个"?"号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的"不匹配"。这种匹配原则叫作"非贪婪"模式，也叫作"勉强"模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个表达式匹配成功。举例如下，针对文本"dxxxdxxxd"举例：

表达式

匹配结果

(d)(\w+?)

"\w+?"将尽可能少的匹配第一个"d"之后的字符，结果是："\w+?"只匹配了一个"x"

(d)(\w+?)(d)

为了让整个表达式匹配成功，"\w+?"不得不匹配"xxx"才可以让后边的"d"匹配，从而使整个表达式匹配成功。因此，结果是："\w+?"匹配"xxx"

更多的情况，举例如下：

举例1：表达式"<td>(.*)</td>"与字符串"<td><p>aa</p></td><td><p>bb</p></td>"匹配时，匹配的结果是：成功；匹配到的内容是"<td><p>aa</p></td><td><p>bb</p></td>"整个字符串，表达式中的"</td>"将与字符串中最后一个"</td>"匹配。

举例2：相比之下，表达式"<td>(.*?)</td>"匹配举例1中同样的字符串时，将只得到"<td><p>aa</p></td>"，再次匹配下一个时，可以得到第二个"<td><p>bb</p></td>"。