如何用正则表达式的贪婪和懒惰模式匹配长尾词？

本文共计1052个文字，预计阅读时间需要5分钟。

正则表达式贪婪匹配模式，对于初学者，往往也容易出错。有时需要匹配一段代码内容，发现匹配结果与预期不一致。这可能与贪婪模式有关。例如，以下例子：

+ 什么是贪婪？

贪婪匹配是指正则表达式在匹配时，总是尽可能多地匹配字符。与它相对的是非贪婪匹配，后者尽可能少地匹配字符。

在正则表达式中，贪婪匹配通常通过在量词后面加上一个问号来实现，例如：

* .*

这个表达式会尽可能多地匹配任意字符。如果使用贪婪匹配，那么 abc 会匹配 a，abc 会匹配 abc，而 aabc 会匹配 aabc。

然而，有时候我们可能不希望贪婪匹配，而是希望尽可能少地匹配字符。这时，可以使用非贪婪匹配，例如：

* .*?

这个表达式会尽可能少地匹配任意字符。使用非贪婪匹配，abc 会匹配 a，abc 会匹配 ab，而 aabc 会匹配 aa。

正则表达式贪婪匹配模式，对于初学者，往往也很容易出错。有时候需要匹配一个段代码内容，发现匹配与想要不一致。发现原来，跟贪婪模式有关系。如下，我们看下例子：

什么是贪婪模式
字符串有: “<h3>abd</h3><h3>bcd</h3>”，我们想匹配<h3>…</h3>内容，正则表达式如下：

1、h3开头与结尾，”<h3>待添加</h3>” <h3></h3>都作为普通字符

2、中间可以出现任意字符，个数可以是0个或者多个，正则表达式可以用：.* ，“.”代表任意字符，默认模式不匹配换行,”*” 重复前面字符0个或者多个。