Question

正则表达式如何匹配出最短字符串

比如字符串
xxxxxxxx(xxxxxxxxxx)xxxxxxxxx)xxxxxxx
使用\(.*\)来匹配的话
要怎么样才能区分出
匹配(xxxxxxxxxx)
与匹配(xxxxxxxxxx)xxxxxxxxx)
这样的部分

Answer 1

• 当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。考虑这个表达式：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

• 有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：

• a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。

• 为什么第一个匹配是aab（第一到第三个字符）而不是ab（第二到第三个字符）？简单地说，因为正则表达式有另一条规则，比懒惰／贪婪规则的优先级更高：最先开始的匹配拥有最高的优先权——The match that begins earliest wins。

Answer 2

1、匹配(xxxxxxxxxx)
\([^()]*\)
2、匹配(xxxxxxxxxx)xxxxxxxxx)
就可以用你写的
\(.*\)

追问

刚才才网上还看到了一个方法
使用的是\(.*?\) 也可以得到最短的匹配
但是不太清楚是什么原理 能解释一下吗

追答

是的加一个?表示最短的匹配，也就是如果匹配了就不再匹配下去了。
比如说
1234这个例子
用\d+?只能匹配一个数字
而用\d+的话可以匹配所有的数字