正则笔记之量词

概述

本文主要总结正则表达式中量词相关的知识点

上篇文章:

正则笔记之字符组

补充知识点:

• 当点号在中括号中表示普通字符，不是元字符，例如:  [.] 。

• 点好匹配的字符中包括其点号字符本身, 但是不包括  \n 。

贪婪量词

定义

匹配优先, 在拿不准要匹配的时候，优先尝试匹配，并记录下这个状态，以备将来回溯。

量词的形式

注意事项:

• {m,n} 之间不能出现空格

• {m,} 重复次数并非没有上限, 隐式上限 65535。一般情况下, 这个上限是够用的，所以可以认为不存在上限

• 有些语言的  {0,n} 也可以写作  {,n} , 但是 大多数语言不支持这种写法, 比如: Java。

实例

什么是回溯

从问题的某一种状态（初始状态）出发，搜索从这种状态出发所能达到的所有“状态”，当一条路走到“尽头”的时候（不能再前进），再后退一步或若干步，从另一种可能“状态”出发，继续搜索，直到所有的“路径”（状态）都试探过。这种不断“前进”、不断“回溯”寻找解的方法，就称作“回溯法”。本质上就是深度优先搜索算法。其中退到之前的某一步这一过程，我们称为“回溯”。具体如下图(图片来自网络，侵删):

懒惰量词

定义

如果不确定是否要匹配, 优先选择 “不匹配”的状态, 在尝试表达式中之后的元素, 如果阐释失败了, 再回溯, 选择之前保存的状态。

量词的形式

注意: 由于懒惰量词要兼顾它所在限定的元素与之后的元素，效率大大降低。

实例

转义

多于常用的 +*? 来说, 如果希望表示三个字符本身, 直接添加反斜线, 变成 \+ \* \? 即可。懒惰量词需要两个词都转义, 比如 *? 写成 \*\? 而不是 \*? 。

各种量词转义