对于编写正则表达式的初学者来说，这似乎是一个巨大的困惑源，可能会导致隐藏的性能问题，而且典型的用例似乎是非贪婪的。
这仅仅是出于遗留原因（这是它最初是如何完成的，并且每个实现都复制它），还是有它的原因？
问问题
2745 次
6 回答
11
歇斯底里的莱森斯
部分答案可能涉及实际计算中 RE 的起源。它们最初是自动机理论和形式语言理论的理论概念，直到Ken Thompson 自己编写了一个真正的实现并在qed和ed(1)中使用它们。
原始版本只有贪婪的语法，所以甚至没有做出决定。
于 2010-02-16T18:03:12.810 回答
9
在性能方面，由于回溯，惰性量词并不总是更快：http: //blog.stevenlevithan.com/archives/greedy-lazy-performance
至于实际设计，老实说，我不能说为什么量词默认是贪婪的，但我确实想知道使用什么控制字符来使量词变得贪婪而不是懒惰。我不认为?会削减它:-)
于 2010-02-16T17:54:41.060 回答
6
可能的原因：如果它不是贪婪的，正则表达式引擎需要回溯很多。
于 2010-02-16T17:53:31.397 回答
3
嗯，重要的是，计算机尽可能以可预测的方式运行。所以正确的行为应该遵循一个简单的规则，比如贪心匹配，这样至少有经验的程序员可以预测一段代码的结果。
至于一个典型的用例是否应该是非贪婪的，那么以下情况呢：假设我有一个包含 foo1909、bar3939、baz3331 等条目的文件，我只想提取这些数字。将 (\d*) 写为正则表达式似乎很自然。
你可能会说写 (\d*)\D 之类的一样容易，但基本上总是这样，程序员可以更明确，更少含糊。因为我们想要一个 100% 可预测的默认行为，并且在头脑中计算起来很简单，所以这对我来说似乎是合理的。
于 2010-02-16T17:54:27.207 回答
3
这里真正的问题是 Kleene 闭包运算符（星号）；对于正则表达式中的其他所有内容，最长匹配与最短匹配相同。
当您从这些方面考虑时，您会意识到更现代的工具会意识到您两者都需要。我迟到了，所以我只能想到两个例子：
两者都
ksh提供大多数特殊变量更改运算符的bash“最长匹配”和“最短匹配”形式。Lua 正则表达式包括
*Kleene 闭包最长匹配和-Kleene 闭包最短匹配。-当我忘记逃避文字符号时，这个总是咬我。
回到 Kleene 的原始工作，看看这是否会影响早期的最长匹配工具会很有趣。
于 2010-02-17T04:05:12.697 回答
1
一个典型的用例似乎是非贪婪的。
我想明确指出这是错误的，除非“典型用例”意味着 HTML 黑客。
一个简单的例子是编程语言的词法分析器。你根本不想要
foo = 42
被解释为 3 个变量，后跟等号，后跟 2 个数字。相反，通常您希望解析器考虑最长的匹配项。
在 HTML 出现之前，我们这些年长的人已经用贪婪的正则表达式生活了几十年，我们做得很好。即使在今天，我在 99% 的情况下都不会使用非贪婪的，诚然是因为我懒得查找语法，但也因为在很少的情况下你不能只写一个终止良好的贪婪。例如，要匹配一个字符串：
"(\\"|[^"])*"
于 2013-02-12T21:07:17.193 回答