理解贪婪匹配和最小匹配之间的区别

正则表达式的新手经常将贪婪匹配和最小匹配理解错误。默认情况下，Perl 的正则表达式是“贪婪地”，也就是说它们将尽可能多地匹配字符。


下面的脚本打印出“matched defgabcdef”，因为它尽可能多地匹配模式，直至结尾的‘g’。

$data = 'abcdefgabcdefg';
$data =~ /abc(.+)g/i;
print "matched $1\n";

要改变匹配特点，只须简单地在量词（加号[+]或星号[*]）后面加一个问号（?）即可。在上面的程序中把模式改为在‘+’之后包含一个‘?’。

$data =~ /abc(.+?)g/i;

输出变成“matched def”，因为模式不再贪婪，而在允许模式匹配的同时匹配最少数目的字符。

对于可能得到的匹配多于期望的匹配的情况，最小匹配是必要的。下面是一个例子：

$data = 'MSFT +5% $86 IBM +2% $124';
print "matched $1 $2\n" while ($data =~ /(\w+).+\$(\d+)/g);

你可能期望这段代码给出两行输出，一行是 MSFT，另外一行是 IBM。但是它的输出却只有（不正确的）一行，“MSFT $124”。‘+’模式匹配它能匹配的所有字符，也就是“+5% $86 IBM +2%”。加一个‘?’将模式改为最小匹配就可以得到期望的结果。