爲什麼不使用的regex * +（所有格）不匹配

Question

我需要得到的最後一場比賽在*一串像

one 1.234 three 
some text 1.2321 xyz 1 5 1.234 and more text 
some other text 

還需要周圍的文本[0-9] - 即使當沒有像第三行那樣的號碼時

我想使用^(.*)([0-9\.]*+)(.*)$，但它只是匹配第一個（。*）。

另一方面，^(.*?)([0-9\.]*+)(.*?)$只是匹配最後一個（。*？）。

這是爲什麼？我認爲它會盡力滿足所有規則？

我知道我可以排除0-9。從最後*得到我想要的，但我想明白爲什麼上述不工作，雖然我用*

Answer 1

一個佔有量詞不保證最長的匹配，它只是防止回溯。你的正規表達式都不會回溯，所以佔有量詞不起作用。

有了第一個正則表達式，第一(.*)消耗整個字符串，然後([0-9.]*+)和第二(.*)每消耗什麼，因爲什麼都不剩相匹配。

在第二個正則表達式中，第一個(.*?)最初不會消耗任何東西，因爲它不太可能。然後([0-9.]*+)成功匹配一些更多的東西，因爲它仍然在字符串的開頭，這不會發生在數字或句點開頭。最後，最後的(.*?)被迫消耗剩下的東西（整個字符串），儘管不願意，因爲它後面跟着一個（$）。

爲了解決您的問題，我們需要更多地瞭解您所期望的輸入類型。例如，如果你知道永遠不會有任何數字或時間你要找的號碼後，你可以這樣做：

^(.*?)(?:([0-9.]+)([^0-9.]*))?$ 

這裏的關鍵是，第二個捕獲組，([0-9.]+)，用途一個+而不是一個*。如果字符串中沒有數字或句點，則封閉組(?:([0-9.]+)([^0-9.]*))?將不匹配，並且初始(.*?)將被強制使用整個字符串。 （第二組和第三組將爲空）

如果字符串中存在多個數字或句點序列，則第二組保證與最後一個匹配，因爲第三組([^0-9.]*)允許任何內容但字符串其餘部分中的那些字符。

這是非常薄弱的​​，但它是我可以用你提供的信息做的最好的。關鍵是，佔有量詞在你可以使用的時候是非常出色的，但這並不像你期望的那麼頻繁。