场景
要将下面的字符串截取两个{title:***,url:***}来。
|
1
2
3
4
5
|
<script>
{title:
'RegExp 对象参考手册',url:
'http://sodino.com/regexp.asp'},
{title:
'w3cSchool script', url:
'http://www.w3cSchool.com'},
{}
</script>
|
正则表达式一
|
1
2
3
4
5
6
7
8
9
10
|
var
string
=
'<script>'
+
"{title:'RegExp 对象参考手册',url:'http://sodino.com/regexp.asp'},"
+
"{title:'w3cSchool script', url:'http://www.w3cSchool.com'},"
+
"{}"
+
'</script>';
var reg
=
/
\{
.
+\}/g;
// 正则表达式
var result
=
string
.
match(reg);
console
.
log(result);
|
这个毫无疑问是全匹配，即输出为第一个{到最后一个}之间的全部内容：
|
1
2
|
D:
\github
\niVoVin>node test.js
[ '
{title:
\'RegExp 对象参考手册
\',url:
\'http://sodino.com/regexp.asp
\'
},
{title:
\'w3cSchool script
\', url:
\'http://www.w3cSchool.com
\'
},
{
}'
]
|
正则表达式二
书上说在表达式的后面加上?就是非贪婪模式了。即n?匹配包含零个或一个n的字符串。
那么目前想的是只匹配一个}，那么将表达式修改为如下：
|
1
|
var reg =
/\{.+\}?/g;
|
运行一下代码，发现输出是竟然是第一个{到字符串结尾：
|
1
2
|
D:
\github
\niVoVin>node test.js
[ '
{title:
\'RegExp 对象参考手册
\',url:
\'http://sodino.com/regexp.asp
\'
},
{title:
\'w3cSchool script
\', url:
\'http://www.w3cSchool.com
\'
},
{
}</script>'
]
|
那?的作用竟然是忽略}吗？
陷入了深深的疑惑……
排查问题
当表达式一和表达式二对比时，直觉告诉你是由于引入?才导致的错误。
那么需要来验证下。
|
1
|
var reg =
/script>?/g;
|
更换表达式，验证是否?一样会忽略掉>???
执行输出得到：
|
1
2
|
D:\github\niVoV
in>node test.js
[
'script>',
'script',
'script>' ]
|
所以?并不是忽略的作用。所以直觉不对。
再看表达式二的输出结果，结果是将第一个{后的内容全部输出，那就是说表达式二的结果是由于一直在匹配.+(任意数量的任意字符，除了换行和结束符)，而没有匹配到截止符}?的原因。
而由于}?处于可匹配可不匹配的情况，解释器优先选择不匹配，导致截止符}是无效的。
参考链接正则基础之——贪婪与非贪婪模式
那么解决办法就变为截止符}不可设置为非贪婪，这样才有截止作用，而对应的是对.+(任意字符)执行非贪婪匹配，尽可能少的匹配{与}之间的内容。
正则表达式三
|
1
|
var reg =
/\{.+?\}/g;
|
输出结果：
|
1
2
3
|
D:
\github
\niVoVin>node test.js
[ '
{title:
\'RegExp 对象参考手册
\',url:
\'http://sodino.com/regexp.asp
\'
}',
'
{title:
\'w3cSchool script
\', url:
\'http://www.w3cSchool.com
\'
}'
]
|
很圆满。
由于.+中+表示最少出现一次.，所以第三行的空{}并没有被匹配成功。
结论
在表达式三中，.+表达任意字符串，}是截止符。
当使用n+ n* n?截取任意字符串时，如果待截取内容包括任意字符串，则非贪婪模式应尽可能少的匹配任中间的任意字符串，而非尽可能少的匹配截止符。