JS-正则-非贪婪模式

发表于

贪婪模式

默认情况下，所有的限定词都是贪婪模式，表示尽可能多的去捕获字符，能匹配多少就匹配多少。从正则语法的角度来讲，被匹配优先量词修饰的子表达式使用的就是贪婪模式，如/a+/。
标识符：+，?，*，{n}，{n,}，{n,m}

非贪婪模式

在限定词后增加?，则是非贪婪模式，表示尽可能少的去捕获字符。
从正则语法的角度来讲，被忽略优先量词修饰的子表达式使用的就是非贪婪模式，如/a+?/。标识符：+?，??，*?，{n}?，{n,}?，{n,m}?

1
2
3
4
5
const str = "aaab",
reg1 = /a+/, //贪婪模式
reg2 = /a+?/;//非贪婪模式
console.log(str.match(reg1)); // ["aaa"]
console.log(str.match(reg2)); // ["a"]

回溯

正则表达式中有个优先规则：最先开始的匹配拥有最高的优先权

1
2
3
4
5
6
7
/*表达式1*/ 
'aaaaaaab'.match(/a*b/); 
// ["aaaaaaab", index: 0, input: "aaaaaaab", groups: undefined];
 
 /*表达式2*/ 
'aaaaaaab'.match(/a*?b/); 
// ["aaaaaaab", index: 0, input: "aaaaaaab", groups: undefined]l;

💡该贪婪匹配表达式在引擎中的回溯表现如下：

  • 第一个a取得控制权，匹配正则中的a，匹配成功，控制权交给a*；
  • a*取得控制权后，由于这是贪婪模式下的标识符，因此在可匹配可不匹配的情况下会优先匹配，因此尝试匹配1处的字符a；
  • 依次成功匹配a、a、a、a、a、a，接下来依旧保持贪婪特性匹配字符串中b，匹配失败，向前查找可供回溯的状态，将控制权交给a*b；
  • a*b取得控制权后，开始匹配末尾处的b，匹配成功；
  • 至此，整个正则表达式匹配完毕，匹配结果为aaaaaaab，匹配过程中回溯了1次。

💡该非贪婪匹配表达式在引擎中的回溯表现如下：

  • 第一个a取得控制权，匹配正则中的a，匹配成功，控制权交给a*?；
  • a*?取得控制权后，由于这是非贪婪模式下的标识符，因此在可匹配可不匹配的情况下会优先不匹配，因此尝试不匹配任何内容，将控制权交给b；
  • b取得控制权后，开始匹配1处的a，匹配失败，向前查找可供回溯的状态，控制权交给a*?，a*?吃进一个字符，index到了2处，再把控制权交给b；
  • b取得控制权后，开始匹配2处的b，匹配失败，重复上述的回溯过程，直到a*?匹配了6处的a字符，再将控制权交给b；
  • b取得控制权后，开始匹配7处的b，匹配成功；
  • 至此，整个正则表达式匹配完毕，匹配结果为aaaaaaab，匹配过程中回溯了6次。

多分支表达式匹配

1
2
'It will be confirmed in a subsequent console message'.match(/message|in|console/);
 // ["in", index: 21, input: "It will be confirmed in a subsequent console message", groups: undefined] ;

💡在本例中，匹配过程如下：

  • 正则多选分支/message|in|console/从左边开始匹配，第一个message取得控制权，匹配字符串中的I，匹配失败，返回检查点进行回溯，控制权交给in；
  • in取得控制权后，匹配字符串中的I，匹配成功，在1处匹配失败，进行回溯，控制权交给 console；
  • 同上，console匹配失败，则在待匹配字符串中后移一位，即1处字符n重新进行第一步匹配；
  • 同上，所有分支均匹配失败；
  • 由待匹配字符串和上述匹配规则可知，in将在字符串n处最早匹配成功，至此，整个正则表达式匹配完毕，匹配结果为in。