非贪婪匹配

共计 1264 个字符，预计需要花费 4 分钟才能阅读完成。

在介绍非贪婪匹配前，我们先看一个简单的问题：

给定一个字符串表示的数字，判断该数字末尾 0 的个数。例如：

• "123000"：3 个0
• "10100"：2 个0
• "1001"：0 个0

可以很容易地写出该正则表达式：(\d+)(0*)，Java 代码如下：

import java.util.regex.*;

public class Main {public static void main(String[] args) {Pattern pattern = Pattern.compile("(\\d+)(0*)");
        Matcher matcher = pattern.matcher("1230000");
        if (matcher.matches()) {System.out.println("group1=" + matcher.group(1)); // "1230000"
            System.out.println("group2=" + matcher.group(2)); // ""
        }
    }
}

然而打印的第二个子串是空字符串""。

实际上，我们期望分组匹配结果是：

但实际的分组匹配结果是这样的：

仔细观察上述实际匹配结果，实际上它是完全合理的，因为 \d+ 确实可以匹配后面任意个0。

这是因为正则表达式默认使用贪婪匹配：任何一个规则，它总是尽可能多地向后匹配，因此，\d+总是会把后面的 0 包含进来。

要让 \d+ 尽量少匹配，让 0* 尽量多匹配，我们就必须让 \d+ 使用非贪婪匹配。在规则 \d+ 后面加个 ? 即可表示非贪婪匹配。我们改写正则表达式如下：

import java.util.regex.*;

public class Main {public static void main(String[] args) {Pattern pattern = Pattern.compile("(\\d+?)(0*)");
        Matcher matcher = pattern.matcher("1230000");
        if (matcher.matches()) {System.out.println("group1=" + matcher.group(1)); // "123"
            System.out.println("group2=" + matcher.group(2)); // "0000"
        }
    }
}

因此，给定一个匹配规则，加上 ? 后就变成了非贪婪匹配。

我们再来看这个正则表达式 (\d??)(9*)，注意\d? 表示匹配 0 个或 1 个数字，后面第二个 ? 表示非贪婪匹配，因此，给定字符串 "9999"，匹配到的两个子串分别是"" 和"9999"，因为对于 \d? 来说，可以匹配 1 个 9，也可以匹配 0 个9，但是因为后面的? 表示非贪婪匹配，它就会尽可能少的匹配，结果是匹配了 0 个9。

小结

正则表达式匹配默认使用贪婪匹配，可以使用 ? 表示对某一规则进行非贪婪匹配；

注意区分 ? 的含义：\d??。