регулярное выражение собственническое квантификатор против ленивых или жадных

Question

Может кто-нибудь объяснить мне, шаг за шагом, почему регулярное выражение не с этим:

<.++>

с этой строкой для сравнения: <em>

Эта же строка найдена с ленивымили жадные квантификаторы, но в этом случае какие шаги предпринимаются?

Я использую Java Regex flavour.

Answer 1

Из документации Java Pattern :

Посвященные квантификаторы, которые жадно совпадают настолько, насколько могут, и не отступают, даже если это позволяетобщий матч, чтобы преуспеть.

В вашем примере < в вашем регулярном выражении соответствует < в строке, затем .++ соответствует всей оставшейся части строки, em>.У вас все еще есть > в вашем регулярном выражении, но в строке не осталось символов для соответствия (потому что .++ поглотил их всех).Таким образом, совпадение не удается.

Если бы квантификатор был жадным, то есть если бы он был .+ вместо .++, в этот момент механизм регулярных выражений попытался бы уменьшить часть, сопоставленную на .+, на один символ, чтобы просто em, и попробуйте снова.На этот раз совпадение будет успешным, потому что в строке останется > для совпадения > в регулярном выражении.

РЕДАКТИРОВАТЬ: Ленивый квантификатор будет работать какжадный квантификатор наоборот.Вместо того, чтобы начинать с попытки сопоставить всю оставшуюся часть строки и отступать символ за символом, ленивый квантификатор начинал бы с попытки сопоставить один символ, в данном случае просто e.Если это не позволяет полному регулярному выражению совпадать (чего не было бы здесь, потому что у вас было бы > в регулярном выражении, пытающемся сопоставить m в строке), ленивый квантификатор переместился бы до совпадения двухсимволы, em.Тогда > в регулярном выражении будет совпадать с > в строке, и совпадение будет успешным.Однако, если это не сработает, ленивый квантификатор будет перемещаться до трех символов и т. Д.

Answer 2

Квантификатор-обладатель предотвращает возврат назад - таким образом, часть .++ соответствует оставшейся строке em>, что также поглощает последнюю >.

Следовательно, последнее > регулярного выражения не соответствует и регулярное выражение не выполняется.

Подобно жадному квантификатору, притяжательный квантификатор будет повторять токен столько раз, сколько возможно. В отличие от жадного квантификатора, он не будет сдавать спички, поскольку двигатель возвращается. С собственническим квантификатором сделка - все или ничего. Вы можете сделать квантификатор притяжательным, поместив дополнительный + после него.

Answer 3

На жадном варианте

Сначала давайте рассмотрим, как шаблон, подобный <.+>, сопоставляется с <em>:

• < в шаблоне соответствует < в
• Затем .+ соответствует em> на входе (поскольку он жадный, сначала он будет соответствовать как можно большему числу .)
  • Тогда > не делаетt совпадают, поскольку во входных данных больше нет символов
• В этот момент .+ возвращается и должно соответствовать на один меньше .;поэтому .+ теперь соответствует em
• Теперь > в шаблоне соответствует > на входе.

---

На неохотном варианте

В отличие от этого, <.+?> совпадает с <em>:

• < в шаблоне соответствует < на входе.
• Тогда .+? соответствует e на входе (поскольку оно неохотно, но должно занимать хотя бы один .)
  • Тогда > не совпадает, поскольку остальная часть ввода равна m>
• В этот момент .+ возвращается и должен соответствовать еще одному .;теперь .+? соответствует em
• Теперь > в шаблоне соответствует > во входных данных.

---

В классе отрицательных символов и квантификаторах притяженийcombo

Обратите внимание, что в любом из вышеперечисленных случаев .+ или .+? должны быть возвращены для соответствия >.Вот почему <.++> может НИКОГДА соответствовать <em>, потому что вот что происходит:

• < в шаблоне соответствует < на входе
• Тогда .++ соответствует столько же . на входе, и будет обладать этим совпадением
  • Он не отпустит то, что ему соответствует!(следовательно, «притяжательный»)
  • В этом случае .++ может соответствовать em>
• Теперь > в шаблоне никогда не может совпадать, потому чтолюбой > будет сожран .++
  • Так как это притяжательное, .++ не будет "сотрудничать", возвращая >

Образец, который, по крайней мере, имеет шанс на совпадение, - <[^>]++>.При сопоставлении с <em>:

• < в шаблоне совпадает с < на входе
• Тогда [^>]++ собственно совпадает с [^>] ввход (т. е. все, кроме >)
  • В этом случае он будет собственнически соответствовать em
• Теперь > в шаблоне может соответствовать >во входных данных

Насколько это возможно, вам следует воздерживаться от использования .*? / .* в вашем паттерне.. слишком гибок, поскольку он соответствует (почти!) Любому символу, и это может привести к ненужному обратному отслеживанию и / или совпадению.

Когда это применимо, вы должны использовать отрицательный класс символов вместо .

регулярные выражения.инфо

• Квантификатор притяжений
• Класс символов
• Повторениесо звездой и плюсом (см. также: Альтернатива лени )
• Точка соответствует (почти) любому персонажу
• [КатастрофическийBacktracking] ( Катастрофический backtracking

Смежные вопросы

• Разница между .*? и .* для регулярных выражений (имеетиллюстративные примеры)