正则表达式 贪婪与非贪婪匹配

---

一. 回顾

我们在正则表达式 分组与非捕获组这篇文章中，有如下分组匹配案例

<select name="fruit_console"><option value="apple" selected>苹果</option><option value="banana">香蕉</option><option value="orange">橘子</option><option value="none"></option>
</select>

⏹<option value="(\w+)"(?:\s+selected)?>(.+)<\/option>

• 我们使用上述正则表达式分组匹配了option元素中的value和文本

---

二. 遇到的问题

😵如果option元素都在同一行的话，继续使用之前的正则表达式

<option value="(\w+)"(?:\s+selected)?>(.+)<\/option>

进行匹配的话

<select name="fruit_console"><option value="apple" selected>苹果</option><option value="banana">香蕉</option><option value="orange">橘子</option><option value="none"></option>
</select>

😒就会遇到下面的问题

• apple是我们预期的匹配值
• 但是匹配到苹果之后，还继续向后匹配到了很多预期外的数据
• 预想的是匹配3组数据，但是实际只匹配到1组，而且匹配失败

---

三. 分析

⏹正则表达式有两种模式

• 贪婪模式：尽可能的多匹配文本
  • 正则表达式默认情况下是贪婪模式
  • *，+，{} 都默认贪婪匹配
• 非贪婪模式：会尽可能少的匹配文本
  • 在量词后面加上 ? 就可以转换为非贪婪匹配

⭐我们使用下面的正则表达式

<option value="(\w+)"(?:\s+selected)?>(.+)<\/option>

⭐匹配下面的HTML的时候

<option value="apple" selected>苹果</option><option value="banana">香蕉</option><option value="orange">橘子</option><option value="none"></option>

🤔当(.+)进行匹配的时候，由于html都在一行，当匹配到苹果的时候，由于苹果后面还有符合条件的文本，于是贪婪模式的(.+)会继续向后匹配，直到匹配到最后。

---

四. 解决

4.1 转换为非贪婪模式匹配

⏹<option value="(\w+)"(?: selected)?>(.+?)<\/option>

• 通过添加?，将贪婪的.+转换为非贪婪的.+?
• 在非贪婪匹配模式下，(.+?)匹配到苹果之后，就不会继续向后匹配了

4.2 提高匹配的精度

⏹<option value="(\w+)"(?: selected)?>([^<]+)<\/option>

• [^<]+：匹配除了<之外的所有内容
• 也就是说当匹配到>苹果<的时候，由于苹果的后面有一个<，因此就只会匹配到苹果，不会继续向后匹配
• 从而完成了精确匹配