[!info] related notes

• 所属 MOC: ecmascript-moc
• 前置概念: ecmascript-regular-expressions
• 并列概念: regex-lookahead-lookbehind, regex-lastindex-pitfall
• 语法速查: regex

正则贪婪匹配与非贪婪匹配

一句话定义

量词默认是贪婪的（greedy）：尽可能多吃字符。在量词后加 ? 变成非贪婪的（lazy）：尽可能少吃。

贪婪（默认）

量词 * + ? {n,m} 默认都是贪婪的。

const str = "a123b456b";
console.log(str.match(/a.*b/)[0]);
// "a123b456b"  ← 吃到最后一个 b

.* 会从 a 一直往后吃，直到再也找不到 b 才回退一步匹配最后一个 b。

非贪婪

在量词后加 ?：

const str = "a123b456b";
console.log(str.match(/a.*?b/)[0]);
// "a123b"  ← 吃到第一个 b 就停

常见非贪婪写法：

贪婪	非贪婪
*	*?
+	+?
?	??
{n,m}	{n,m}?

最典型的使用场景

提取 HTML/XML 标签

const str = "<div>one</div><div>two</div>";

// 贪婪：吃太多
str.match(/<div>.*<\/div>/g);
// ["<div>one</div><div>two</div>"]

// 非贪婪：正确
str.match(/<div>.*?<\/div>/g);
// ["<div>one</div>", "<div>two</div>"]

提取括号内容

const str = "(hello) world (foo)";

// 贪婪
str.match(/\(.*\)/g);
// ["(hello) world (foo)"]

// 非贪婪
str.match(/\(.*?\)/g);
// ["(hello)", "(foo)"]

提取引号内容

const str = 'name="Alice" age="30"';

str.match(/".*?"/g);
// ['"Alice"', '"30"']

原理

正则引擎的回溯机制：

1. 贪婪：先尽量多吃，发现后面匹配不上了，再往回退一个字符重试
2. 非贪婪：先尽量少吃，发现后面匹配不上了，再多吃一个字符重试

两者都能达到最终匹配，但路径不同，性能也可能不同。

注意事项

非贪婪不一定更快

非贪婪意味着更多的”试探”。在某些场景下，贪婪反而更快——因为引擎一开始就能确定边界。

不能替代断言

非贪婪解决的是”吃多少”的问题，不是”位置条件”的问题。

如果要匹配”后面跟着 px 的数字”，应该用先行断言，而不是非贪婪：

// 非贪婪做不到这件事
// 正确做法：用断言
"12px".match(/\d+(?=px)/)[0]; // "12"

详见：regex-lookahead-lookbehind

速查

// 贪婪：尽可能多吃
/a.*b/    // 最长匹配
/a.+b/    // 至少一个，最长

// 非贪婪：尽可能少吃
/a.*?b/   // 最短匹配
/a.+?b/   // 至少一个，最短