问题标签 [regex-greedy]

我有一个非常大的文件，看起来像这样（见下文）。我有两种基本的正则表达式可供选择（我知道可能还有其他选择，但我真的想比较贪婪和否定字符类）方法。

注意：如果我去掉 \d 周围的括号怎么办？

现在 + 是贪婪的，它强制回溯，但 Negated Char 类需要逐个字符比较。哪个更有效率？假设文件非常非常大，因此由于文件的长度，处理器使用的微小差异将变得夸大。

既然您已经回答了这个问题，如果我的 Negated Char Class 非常大，比如说 18 个不同的字符怎么办？这会改变你的答案吗？

谢谢。

ftp：1117 字节
ftp：5696 字节
ftp：3207 字节
ftp：5696 字节
ftp：7200 字节

我确信这很容易，但我尝试了很多变化，但仍然无法满足我的需要。事情太贪婪了，我无法让它停止贪婪。

鉴于文字：

我只想选择：

我尝试了以下正则表达式

谢谢大家。

我有以下文字

根据我正在阅读的这本书，当?在任何量词之后跟随时，它变得非贪婪。

我的正则表达式to*?n仍在返回tooooooooooooon。

它应该返回ton不应该吗？

知道为什么吗？

我有以下行：

我使用一个简单的正则表达式来解析它：

但是; 最后把事情搞砸了，我不知道为什么。贪婪的运营商不应该处理“一切”吗？

我一直写这样的正则表达式

但是我刚刚了解到这个懒惰的东西，我可以这样写

使用第二种方法有什么缺点吗？正则表达式肯定更紧凑（甚至 SO 也能更好地解析它）。

编辑：这里有两个最佳答案，指出表达式之间的两个重要区别。ysth 的回答指出了非贪婪/懒惰的弱点，其中超链接本身可能包含 A 标签的其他属性（绝对不好）。Rob Kennedy 指出了贪婪示例中的一个弱点，即锚文本不能包含其他标签（绝对不行，因为它也不会抓取所有锚文本）......所以答案是，正则表达式就是他们是，看似相同的惰性和非惰性解决方案可能在语义上并不等效。

编辑：第三个最佳答案是 Alan M 关于表达式的相对速度。暂时，我会将他标记为最佳答案，以便人们给他更多积分:)

我怀疑这已经在某个地方得到了回答，但我找不到它，所以......

我需要从一个较大字符串中的两个标记之间提取一个字符串，其中第二个标记可能会再次出现，意思是......（伪代码......）

所以，当我使用表达式“ .+B=(.+);.+”运行它时，我得到“def_3%^123+-;C=123;” 大概是因为它只是寻找';'的最后一个实例 在字符串中，而不是停在第一个出现的地方。

我尝试使用 (?=) 来搜索第一个 ';' 但它给了我同样的结果。

我似乎找不到一个正则表达式参考来解释如何指定“NEXT”令牌而不是最后的那个。

非常感谢任何和所有帮助。

关于SO的类似问题：

• 正则表达式：提取字符串中两个标签之间的子字符串
• 正则表达式替换字符串中的所有 \n，但没有 [code] [/code] 标记内的那些
• 使用正则表达式调用替换分隔符内的模式
• 正则表达式匹配 HTML 标签并提取文本

最近，在网上的某个地方*，我找到了一个正则表达式的参考，它描述了贪婪的“第三种方式”，与贪婪匹配(.*)和惰性(.*?)匹配都不同。

我现在尝试搜索 SO、谷歌搜索，甚至搜索我的浏览器历史记录，但无济于事。

谁能猜出我看到了什么？

澄清：它指的是对我来说是一个新构造（类似于.*+），我相信它甚至有一个名称（类似于，但可能不是，“被动贪婪”）。

*我很欣赏“网络上的某个地方”与“在巴别图书馆中”或“在曼德布罗集合中”一样有用，但请尝试提供帮助

我以为我在合理程度上理解 Perl RE，但这让我感到困惑：

印刷

捕获
的匹配 '

似乎它与结尾 ' 单独匹配，因此没有捕获任何内容。
我原以为它会匹配整个事物，或者如果它完全不贪婪，则什么都没有（因为所有事物都有一个可选匹配）。
这中间的行为让我感到困惑，谁能解释发生了什么？

我注意到正则表达式完成一个包含 3000 行 [1] 的 XML 文件非常慢：

我一直认为正则表达式是有效的。为什么完成 Regex 需要这么长时间？

[1] 如何在 VIM 中从 A 到 B 重复匹配？

"(.*)"给定"a (b) c (d) e"python 匹配"b"而不是 ，如何制作这样的 python 正则表达式"b) c (d"？

我知道我可以使用"[^)]"而不是"."，但我正在寻找一个更通用的解决方案，让我的正则表达式更简洁。有没有办法告诉python“嘿，尽快匹配这个”？