问题描述
本文链接：http://www.hcoding.com/?p=130
初学正则表达式的时候都有一个疑问，例如：需要匹配串 " _abc_123_ " 中 第一对"_"之间的字符，刚开始学习正则表达式的时候会写成 " /_\w*_/ "，匹配的结果就是" abc_123 " 而不是" abc "了；大神说加上一个问号，" /_\w*?_/ "，这时候匹配的结果就是" abc "。
我们知道' ？ '单独使用的时候表示：重复零次或一次，而当' ？ '出现在重复限定符后面的，起的作用就是懒惰匹配，也就是匹配尽可能少的字符。懒惰限定符说明：
*?：重复任意次， 但尽可能少重复 +?：重复1次或更多次， 但尽可能少重复 ??：重复0次或1次， 但尽可能少重复 {n,m}?：重复n到m次， 但尽可能少重复 {n,}?：重复n次以上， 但尽可能少重复对的，[尽可能少重复]，这就是对懒惰匹配的粗暴直白的解说。
那么怎么理解[尽可能少重复]呢？我们可以从正则表达式的忽略优先量词来解释了。
忽略优先量词量词"*?"、"+?"、"??"、"{n,m}?"、"{n,}?"都属于忽略优先量词，忽略优先量词使用的是在?、+、*、{}后面添加?组成的，忽略优先在匹配的时候首先会尝试忽略，如果失败后回溯才会选择尝试。比如`ab??`匹配[abb]会得到‘a’而不是[ab]。当引擎匹配成功a后，由于是忽略优先，引擎首先选择不匹配b，继续查看表达式，发现表达式结束了，那么引擎就直接上报匹配成功。具体我们通过下面的例子一步一步说明忽略优先量词工作原理。
例子还是上面的例子，用" /_\w*?_/ "匹配" _abc_123_ " 中 第一对"_"之间的字符。
开始匹配第一个'_'之后，‘\w*?’首先决定不需要匹配任何字符，因为它是忽略优先量词，这时候就拿表达式'/_\w*? _ /'中的第二个' _ '（'\w*?'后面的'_'）和目标串'_ a bc_123_'中的'a'匹配，匹配失败，这时候才会拿'\w*?'去尝试未匹配的分支（使用\w匹配a，尝试匹配a成功）
下一步，是尝试匹配，还是忽略呢？因为'\w*?'是忽略优先量词，会选择忽略，那么就是重复上一步，'_'匹配b失败，'\w*?'去尝试未匹配的分支ab，以上步骤总共重复了3次后（直到表达式'\w*?'后面的'_'和目标串第二个'_'匹配），最终匹配出'abc'。
过程（开始匹配第一个'_'之后）：
表达式/_\w*? _ /'中的第二个' _ '和目标串'_ a bc_123_'中的'a'匹配，匹配失败，'\w*?'尝试匹配目标串'_ a bc_123_'中的'a'，匹配成功。 表达式/_\w*? _ /'中的第二个' _ '和目标串'_a b c_123_'中的'b'匹配，匹配失败，'\w*?'尝试匹配目标串'_ ab c_123_'中的'ab'，匹配成功。 表达式/_\w*? _ /'中的第二个' _ '和目标串'_ab c _123_'中的'c'匹配，匹配失败，'\w*?'尝试匹配目标串'_ abc _123_'中的'abc'，匹配成功。 表达式/_\w*? _ /'中的第二个' _ '和目标串'_abc _ 123_'中的'_'匹配，匹配成功，匹配结束。结果为abc。以上是阅读《精通正则表达式》关于忽略优先量词一节的想法，如有不对虚心接受各位的指教，谢谢！
本文链接：http://www.hcoding.com/?p=130
原创文章，转载请注明：JC&hcoding.com