Regex Lazy Matching 正则惰性匹配 .*?

正则, 惰性匹配(lazy) .*?

http://www.nowamagic.net/librarys/veda/detail/1038

使用场景有时，我们想用正则匹配以某个子串开头，且以某个子串或字符结尾的子字符串，但是结尾的字串或字符在原字符串中出现了多次，但我们只想匹配从开始处到第一次出现的地方，换句话说，想得到开始和结尾之间内容最少的匹配。

正则的贪婪与非贪婪（惰性）通常使用如下字符类描述前导字符的重复特征：

?: 告诉引擎匹配前导字符0次或一次。事实上是表示前导字符是可选的。
+: 告诉引擎匹配前导字符1次或多次。
*: 告诉引擎匹配前导字符0次或多次。
{min, max}: 告诉引擎匹配前导字符min次到max次。min和max都是非负整数。如果有逗号而max被省略了，则表示max没有限制；如果逗号和max都被省略了，则表示重复min次。

因此 {0,} 和 * 一样，{1,} 和 + 的作用一样。

贪婪默认情况下，? + * {min, max}都是贪婪的，也就是说，它会根据前导字符去匹配尽可能多的内容。

非贪婪（惰性）非贪婪就是匹配尽可能少的内容。

原理浅析结合实例来分析哈基于正则的引擎对文本的匹配过程。原始字符串：This is a first test，使用正则 <.+> 来匹配HTML标签，期望第一次匹配得到，第二次匹配得到，实际却是第一次匹配就得到了 first。

来看看匹配过程，第一个记号是 <，这是一个文本字符，匹配其自身。第二个符号是.，匹配了字符E，然后+一直可以匹配其余的字符，直到一行的结束。然后到了换行符，匹配失败（.不匹配换行符）。于是引擎开始对下一个正则表达式符号进行匹配，即试图匹配 >。到目前为止，<.+ 已经匹配了 first test。引擎会试图将 > 与换行符进行匹配，结果失败了。于是引擎进行回溯。回溯后的匹配状况是 <.+ 匹配 first tes。于是引擎将 > 与 t 进行匹配。显然还是会失败。这个过程继续，直到 <.+ 匹配 first</EM，> 与 > 匹配。于是引擎找到了一个匹配 first。记住，正则导向的引擎是急切的，所以它会急着报告它找到的第一个匹配。而不是继续回溯，即使可能会有更好的匹配，例如。所以我们可以看到，由于+的贪婪性，使得正则表达式引擎返回了一个最左边的最长的匹配。

如果想得到期望的结果，就需要启用非贪婪模式：<.+?>

总结：如果是贪婪匹配模式，正则引擎会一直匹配到字符串最后；当匹配为false时，就回溯以找到倒数第一个匹配位置，返回匹配结果。如果是非贪婪匹配模式，正则引擎会匹配到符合pattern的末尾位置那个字符，然后再往后走一步，发现匹配为false时，就回溯以找到最近一个匹配为true的位置，返回匹配结果。

实例例如，原始字符串：

{“accesskey”:{“acccessKeyId”:“XhUURxsMlJE6EiXf”,“accessKeySecret”:“Q9fMpgBgRnKycMRD28MMkkFMbiNkbY”},“dbGrant”:{“0000031736”:“READWRITE”},“dbSchemaId”:“0000031737”} 现在想把这部分敏感信息替换为空字符串：

“accesskey”:{“acccessKeyId”:“XhUURxsMlJE6EiXf”,“accessKeySecret”:“Q9fMpgBgRnKycMRD28MMkkFMbiNkbY”}, 先不考虑结尾的逗号，尝试正则：“accesskey”:{.+}，直接匹配至原始字符串结尾的}字符，因为引擎默认会匹配尽可能多的内容。

考虑到贪婪性，将正则修改为：“accesskey”:{.+}+?，匹配结果一样。纳尼？难道我对贪婪性的理解有问题。梳理哈使用姿势，我期望它匹配到开始位置之后出现的第一个}字符，对应的表达式部分为}+?。套用非贪婪模式分析问题，期望对一个或多个}字符进行匹配，且匹配尽可能少的内容，但在原始串中，}字符都是分开的，没有连续，无论如何只能匹配一个单独的}字符。可见对}字符开启非贪婪模式匹配行不通。

想要匹配到开始位置之后出现的第一个}字符也可以表达为开始位置和末尾}字符之间的内容最少，对应正则部分修改为：.+?，完整表达式：“accesskey”:{.+?}，测试匹配结果，妥妥的。

https://segmentfault.com/a/1190000002640851

维护记录

时间	修改内容	原因
2026-10-09	修复本地 Hugo 构建的 Raw HTML 警告：代码/配置放入代码块，正文中的尖括号占位符改为行内代码；文件重命名为 `regex-lazy-matching.md`；title 改为「Regex Lazy Matching 正则惰性匹配 .*?」；categories 改为 CS	正文中的 HTML/XML 片段被当作原始 HTML 丢弃；文件名/URL/标题按规范调整

正则, 惰性匹配(lazy) .*?#

维护记录#

正则, 惰性匹配(lazy) .*?

维护记录